Abstract


A día de hoy, la relación causal entre la dieta y las complicaciones hepáticas continúa siendo una incógnita. En este estudio, se pretende investigar los efectos de 8 dietas sobre la expresión de genes relacionados con las vías metabólicas intermedias del hígado. Para ello, se han utilizado ejemplares masculinos adultos de ratón que han sido alimentados durante 3 semanas con la dieta correspondiente (3 por grupo) y de los cuales se han extraído muestras de tejido hepático. La expresión en estas muestras ha sido determinada mediante microarrays de un color de Affymetrix (Affymetrix Mouse 430 2.0 Gene). El procesado de los datos y la búsqueda de genes diferencialmente expresados (DEG) respecto al control se ha realizado mediante el uso del software estadístico R (versión 3.6.2) y de paquetes del proyecto BioConductor (versión 3.10). Los datos y el código relacionados con el análisis pueden ser consultados en el siguiente repositorio GitHub.


Objetivos


El objetivo del estudio es aportar nueva información y mejorar el conocimiento del efecto que tiene la dieta sobre la expresión, en hepatocitos, de genes relacionados con el metabolismo lipídico, la inflamación y el estrés oxidativo. En esta dirección, se pretende identificar que genes y que vías metabólicas están diferencialmente expresados en cada dieta respecto al control (AIN-93M).


Materiales & Métodos


Materiales


Software


Aunque existe una gran variedad de software que permite analizar datos procedentes de estudios realizados con microarrays (Mehta 2011), nosotros nos hemos decantado por la combinación de R (versión 3.6.2) y BioConductor (versión 3.10). Además, para facilitar el procesado y hacerlo más cómodo visualmente, hemos utilizado la interfaz R-Studio. En la Tabla 1 se muestra un listado con los paquetes implementados durante el análisis.


Package Repository Description Version
knitr CRAN Provides a general-purpose tool for dynamic report generation in R using Literate Programming techniques. 1.28
kableExtra CRAN Build complex HTML or ‘LaTeX’ tables using ‘kable()’ from ‘knitr’ and the piping syntax from ‘magrittr’. 1.1.0
citr CRAN Functions and an ‘RStudio’ add-in that search ‘Bib(La)TeX’-files or ‘Zotero’ libraries to insert formatted Markdown citations into the current document. 0.3.2
ggplot2 CRAN A system for ‘declaratively’ creating graphics, based on “The Grammar of Graphics”. 3.3.0
ggrepel CRAN Provides text and label geoms for ‘ggplot2’ that help to avoid overlapping text labels. Labels repel away from each other and away from the data points. 0.8.2
gplots CRAN Various R programming tools for plotting data. 3.0.3
readxl CRAN Import excel files into R. Supports ‘.xls’ via the embedded ‘libxls’ C library and ‘.xlsx’ via the embedded ‘RapidXML’ C++ library . 1.3.1
viridis CRAN Implementation of the ‘viridis’ - the default -, ‘magma’, ‘plasma’, ‘inferno’, and ‘cividis’ color maps for ‘R’. 0.5.1
cowplot CRAN Provides various features that help with creating publication-quality figures with ‘ggplot2’. 1.0.0
RColorBrewer CRAN Creates nice looking color palettes especially for thematic maps. 1.1-2
magritrr CRAN The magrittr is a package with two aims: to decrease development time and to improve readability and maintainability of code. 1.5
Biobase BioConductor Functions that are needed by many other packages or which replace R functions. 2.46.0
oligo BioConductor A package to analyze oligonucleotide arrays (expression/SNP/tiling/exon) at probe-level. 1.50.0
arrayQualityMetrics BioConductor This package generates microarray quality metrics reports for data in Bioconductor microarray data containers (ExpressionSet, NChannelSet, AffyBatch). 3.42.0
genefilter BioConductor Some basic functions for filtering genes. 1.68.0
mouse4302.db BioConductor A package containing an environment representing the Mouse430_2.cdf file. 3.2.3
limma BioConductor Data analysis, linear models and differential expression for microarray data. 3.42.2
annaffy BioConductor Functions for handling data from Bioconductor Affymetrix annotation data packages. 1.58.0
EnhancedVolcano BioConductor Here, we present a highly-configurable function that produces publication-ready volcano plots. 1.4.0
ReactomePA BioConductor This package provides functions for pathway analysis based on REACTOME pathway database. 1.30.0
enrichplot BioConductor The ‘enrichplot’ package implements several visualization methods for interpreting functional enrichment results obtained from ORA or GSEA analysis. 1.6.1
DOSE BioConductor This package implements five methods for measuring semantic similarities among DO terms and gene products. 3.12.0


Tabla 1: lista de paquetes utilizados durante el análisis.


Datos


Los datos utilizados para el análisis provienen de un estudio publicado por Renaud (2014). Estos, se encuentran disponibles en la base de datos GEO (Gene Expression Omnibus), un servidor web que subministra, entre otros, datos relacionados con experimentos realizados con microarrays. Desde GEO, podemos acceder a nuestros datos mediante el código alfanumérico siguiente: GSE51885. Además, una vez abierta la página principal del estudio, podemos descargar los archivos .CEL correspondientes a cada uno de los arrays (GSE51885_RAW.tar).


El estudio que generó estos datos investigaba el efecto, respecto al control, de 8 dietas (Tabla 2) en la expresión de genes de las vías metabólicas intermedias del hígado. Para ello, ejemplares de ratones macho adultos (3 réplicas) fueron alimentados durante 3 semanas con una de las dietas siguientes:


  • TD.94048 (CT): AIN-93M purified diet (control diet)

  • TD.8604 (LAR): Natural ingredient diet (used in our animal facility) (Lab chow)

  • TD.89247 (FR): 60% fructose diet

  • TD.97070 (HF): High-fat diet

  • TD.88137 (AC): High-saturated fat and sucrose diet (Western diet)

  • TD.02028 (AR): High-fat, sucrose, cholesterol, and cholic acid (CA) diet (atherogenic diet)

  • TD.8422 (EFA): Essential fatty acid (EFA) deficient diet

  • TD.00235 + 7% sunflower oil (DHA): low n-3 diet (Levant 2006)

  • Diet restriction (DR): 75% of the diet TD.8604 consumed by ad lib feeding (Varady 2007)


Composition AIN.93Purified LabChow HighFructose HighFat Western Atherogenic EFA.Deficient Low.n.3
Fat (g/kg) 39.4 41 50 329.0 209 209 50 67.20
Saturated 6.0 9 19 151.0 136 136 50 7.32
MUFA 9.4 11 25 146.0 66 66 0 12.84
PUFA 24.0 21 6 32.0 7 7 0 43.34
n-6:n-3 PUFA 6.7 12 10.4 20.9 6 6 No n-3 or n-6 134.40
Carbohydrates (g/kg) 684.0 402 6–4 271.0 485 469 665 646.00
Sucrose (g/kg) 107.0 Very little 0 175.0 345.6 329.6 660.3 117.10
Fructose (g/kg) 0.0 Very little 600 0.0 0 0 0 0.00
Polysaccharide (g/kg) 577.0 majority 4 96.0 139.4 139.4 4.7 528.90
Cholesterol (mg/kg) 28.0 50 89 54.0 2,077 13,077 8 40.00
Protein (g/kg) 124.0 243 183 239.0 173 173 176 190.00
Cholic acid (g/kg) 0.0 0 0 0.0 0 5 0 0.00
Kcal/g 3.6 3 3.6 5.1 4.5 4.5 3.8 3.80


Tabla 2: composición de 8 de las dietas (incluyendo el control) utilizadas en el estudio. La novena dieta (DR), contiene la misma composición que la dieta LAR.


A continuación, los ratones fueron eutanizados (8:00-10:00 A.M), obteniéndose muestras de sangre y de tejido hepático. De las muestras de tejido hepático se extrajo y se purificó el ARN total mediante en el uso de los reactivos RNAzol B y RNA Bee respecitvamente (Tel-Test Inc., Friendswood, TX). Seguidamente, se cuantificó la concentración de ARN (\(\lambda\) = 260 nm) utilizando un espectrofotómetro NanoDrop1000 (NanoDrop Technologies, Wilmington, DE) y se evaluó la integridad de las muestras mediante electroforesis. La expresión génica de cada muestra fue determinada mediante el uso de microarrays de un color del tipo Affymetrix Mouse 430 2.0 Gene. Todos los protocolos utilizados fueron aprovados por el IACUC (Institutional Animal Care and Use Committee).


En síntesis, nos encontramos frente a un diseño factorial con un factor (Dieta) de 9 niveles. Cada nivel conforma una única unidad experimental compuesta de tres réplicas biológicas (3 ratones) y, por lo tanto, el tamaño muestral del experimento es de 27 muestras.


Métodos


El análisis de datos de microarrays se puede realizar siguiendo protocolos muy variables (Klaus 2018; Depiereux 2015; Gan 2014). En esta sección del informe se intenta resumir el workflow estándar de uno de estos análisis proponiendo métodos específicos para cada uno de los pasos.


Preparando el entorno de trabajo


Para facilitar el análisis, intentaremos almacenar todos los datos de origen y los resultados generados siguiendo un criterio lógico de ordenación. En esta dirección, crearemos un pequeño subconjunto de directorios dentro de nuestro directorio de trabajo (C:/Users/USER/Documents/Màster Bioestadística i Bioinfo/Análisis de datos Ómicos/PECS/ADO_PEC1_Marc_Garcia). Básicamente este subconjunto estará formado por los cuatro directorios siguientes:


  • data: contendrá los 27 archivos .CEL y el archivo targets.
  • results: contendrá los resultados generados durante el análisis. Esto incluye, entre otros, los informes de los controles de calidad o las matrices de expresión.
  • figures: aquí guardaremos las figuras generadas durante el análisis.
  • other: incluirá otro tipo de contenido como las tablas con la composición de las dietas y los paquetes utilizados.


Leyendo los datos


La preparación de los datos para su análisis implica, normalmente, un primer paso que consiste en la construcción de un objeto de tipo ExpressionSet a partir de los ficheros .CEL y el archivo targets.csv. Los primeros contienen los valores de fluorescencia de cada array (raw data) mientras que el segundo (Tabla 3) relaciona cada array con la muestra y el grupo al que pertenece y las covariables que lo definen. Nosotros, para generar este objeto, nos ayudaremos de función read.celfiles() del paquete oligo (Carvalho 2010).


FileName Title Group ShortName
GSM1254691.CEL 60% Fructose 1 FR FR.1
GSM1254692.CEL 60% Fructose 2 FR FR.2
GSM1254693.CEL 60% Fructose 3 FR FR.3
GSM1254694.CEL Adjusted Calories 1 AC AC.1
GSM1254695.CEL Adjusted Calories 2 AC AC.2
GSM1254696.CEL Adjusted Calories 3 AC AC.3
GSM1254697.CEL AIN-93M Purified (Control) 1 CT CT.1
GSM1254698.CEL AIN-93M Purified (Control) 2 CT CT.2
GSM1254699.CEL AIN-93M Purified (Control) 3 CT CT.3
GSM1254700.CEL Atherogenic Rodent 1 AR AR.1
GSM1254701.CEL Atherogenic Rodent 2 AR AR.2
GSM1254702.CEL Atherogenic Rodent 3 AR AR.3
GSM1254703.CEL Current LAR Diet 1 LAR LAR.1
GSM1254704.CEL Current LAR Diet 2 LAR LAR.2
GSM1254705.CEL Current LAR Diet 3 LAR LAR.3
GSM1254706.CEL DHA-supplemented 1 DHA DHA.1
GSM1254707.CEL DHA-supplemented 2 DHA DHA.2
GSM1254708.CEL DHA-supplemented 3 DHA DHA.3
GSM1254709.CEL Diet-restriction 1 DR DR.1
GSM1254710.CEL Diet-restriction 2 DR DR.2
GSM1254711.CEL Diet-restriction 3 DR DR.3
GSM1254712.CEL EFA Deficient 1 EFA EFA.1
GSM1254713.CEL EFA Deficient 2 EFA EFA.2
GSM1254714.CEL EFA Deficient 3 EFA EFA.3
GSM1254715.CEL High Fat 1 HF HF.1
GSM1254716.CEL High Fat 2 HF HF.2
GSM1254717.CEL High Fat 3 HF HF.3


Tabla 3: contenido del fichero targets.csv.


Control de calidad (raw data)


Una vez creado el ExpressionSet con los “datos crudos”, es necesario realizar un primer control para determinar si nuestros datos tienen la calidad suficiente para ser normalizados y posteriormente analizados. Aunque existen gran cantidad de métodos alternativos, una opción muy interesante consiste en utilizar la función arrayQualityMetrics() del paquete con el mismo nombre (Kauffmann 2009). Básicamente, esta función realiza el control de calidad automáticamente y crea un nuevo directorio con los resultados. Este directorio incluye, además de las figuras correspondientes a cada una de las pruebas, un informe dinámico en formato html (index.html). Para complementar el output de arrayQualityMetrics(), generaremos un boxplot y un PCA plot. Mientras que para el boxplot utilizaremos la función boxplot() del paquete stats (RCoreTeam 2019), para el PCA plot crearemos nuestra propia función (Figura S1).


Normalización


Una vez eliminados los arrays defectuosos se deben normalizar los datos. De este modo, minimizaremos la variabilidad de las muestras debida a razones no biológicas y permitiremos la comparación entre chips. Nosotros hemos aplicado el método RMA (Robust Multichip Average), uno de los más extendidos y utilizados entre la comunidad científica (Irizarry 2003). Para implementarlo hemos hecho uso de la función rma() del paquete oligo (Carvalho 2010).


Control de calidad (normalized data)


Aunque no es imprescindible, después de la normalización de los datos, podemos realizar un segundo control de calidad que determine si la normalización ha funcionado. De nuevo, utilizaremos la función arrayQualityMetrics() y combinaremos su output con un PCA plot y un boxplot que elaboraremos nosotros manualmente.


Filtrando los genes menos variables


Previamente a la selección de genes diferencialmente expresados, con el objetivo de minimizar el problema de la multiplicidad de tests, es común eliminar aquellos probesets/tránscritos de los cuales no se espera que presenten diferencias entre grupos. Normalmente, el modus operandi consiste en construir un primer gráfico (SD plot) de la desviación estándar total de cada probeset/tránscrito contra su posición en el ranking de variabilibad (de menos a más variable). De este modo, podemos establecer un punto de corte que determinará la proporción que nos quedaremos y la proporción que eliminaremos. Una vez establecido este threshold, nosotros utilizaremos la función nsFilter() del paquete genefilter (Gentleman 2019) para hacer el filtrado. Adicionalmente, si así lo deseamos, podemos eliminar también mediante esta función los probesets duplicados o aquellos para los cuales no se dispone de anotación.


Selección de genes (DEG)


Con la intención de identificar que genes estan diferencialmente expresados entre cada una de las dietas y el control, podemos utilizar diferentes enfoques (Chrominski 2015). Para comparaciones entre dos condiciones o grupos se han utilizado clásicamente pruebas t o variantes de ellas (Tsai 2003; Draghici 2001). Sin embargo, los modelos lineales basados en el análisis de la varianza funcionan cuando establecemos una comparación entre más de dos grupos y además han demostrado ser significativamente más robustos que las pruebas t (Smyth 2004). Nosotros, para este análisis utilitzaremos el paquete de Bioconductor limma (Smyth 2015). A continuación se describen brevemente todos los pasos necesarios para generar el modelo lineal e identificar y visualizar aquellos genes que presentan una expresión diferencial entre comparaciones.


Matriz de diseño


El primer paso es la construcción de la matriz de diseño, una tabla que muestra la localización de cada una de las muestras respecto a los grupos o unidades experimentales (Tabla 4). Para construirla utilizaremos la función model.matrix() del paquete stats (RCoreTeam 2019).


X AC AR CT DHA DR EFA FR HF LAR
FR.1 0 0 0 0 0 0 1 0 0
FR.2 0 0 0 0 0 0 1 0 0
FR.3 0 0 0 0 0 0 1 0 0
AC.2 1 0 0 0 0 0 0 0 0
AC.3 1 0 0 0 0 0 0 0 0
CT.1 0 0 1 0 0 0 0 0 0
CT.2 0 0 1 0 0 0 0 0 0
CT.3 0 0 1 0 0 0 0 0 0
AR.1 0 1 0 0 0 0 0 0 0
AR.2 0 1 0 0 0 0 0 0 0
AR.3 0 1 0 0 0 0 0 0 0
LAR.1 0 0 0 0 0 0 0 0 1
LAR.2 0 0 0 0 0 0 0 0 1
LAR.3 0 0 0 0 0 0 0 0 1
DHA.1 0 0 0 1 0 0 0 0 0
DHA.2 0 0 0 1 0 0 0 0 0
DHA.3 0 0 0 1 0 0 0 0 0
DR.1 0 0 0 0 1 0 0 0 0
DR.2 0 0 0 0 1 0 0 0 0
DR.3 0 0 0 0 1 0 0 0 0
EFA.1 0 0 0 0 0 1 0 0 0
EFA.2 0 0 0 0 0 1 0 0 0
EFA.3 0 0 0 0 0 1 0 0 0
HF.1 0 0 0 0 0 0 0 1 0
HF.2 0 0 0 0 0 0 0 1 0
HF.3 0 0 0 0 0 0 0 1 0


Tabla 4: matriz de diseño que incluye la localización de las muestras respecto a cada grupo.


Matriz de contrastes


La matriz de contrastes se utiliza para describir cada uno de los contrastes que queremos realizar. Sus filas corresponden a las columnas de la matriz de diseño y sus columnas a los contrastes especificados. Los elementos involucrados en cada uno de los contrastes se marcan con 1s y -1s. Nosotros, para construir esta matriz, utilizaremos la función makeContrasts() del paquete limma (Smyth 2015). Los contrastes definidos en este estudio se muestran en la Tabla 5.


X CTvsFR CTvsAC CTvsAR CTvsDHA CTvsDR CTvsEFA CTvsHF CTvsLAR
AC 0 1 0 0 0 0 0 0
AR 0 0 1 0 0 0 0 0
CT -1 -1 -1 -1 -1 -1 -1 -1
DHA 0 0 0 1 0 0 0 0
DR 0 0 0 0 1 0 0 0
EFA 0 0 0 0 0 1 0 0
FR 1 0 0 0 0 0 0 0
HF 0 0 0 0 0 0 1 0
LAR 0 0 0 0 0 0 0 1


Tabla 5: matriz de contrastes que incluye todos los contrastes que hemos realizado durante el análisis.


Construcción del modelo


A continuación, para la construcción del modelo lineal, utilizaremos una sucesión de tres funciones del paquete limma: lmFit(), contrasts.fit() y eBayes() respectivamente (Smyth 2015). Estas tres funciones reciben como argumentos el ExpressionSet con los datos normalizados y filtrados, la matriz de diseño y la matriz de contrastes, generando un objeto de tipo MArrayLM.


Obtención de listas de genes diferencialmente expresados


El paquete limma (Smyth 2015) incluye una función muy útil que nos permite visualizar los genes diferencialmente expresados (y los que no lo están) de cada una de las comparaciones definidas por la matriz de contrastes. Nos referimos a la conocida función topTable(). Como veremos posteriormente, esta función genera tablas que contienen, para cada gen, información sobre la diferencia entre las medias grupales (logFC), la expresión media de todas las muestras (AveExpr), el valor del estadístico t (t), el p-valor (P.Value), el p-valor ajustado (adj.P.Val) y el valor del estadístico B (B). Si ordenamos los genes por p-valor o p-valor ajustado (orden ascendiente), podremos visualizar aquellos genes con una mayor evidencia de estar diferencialmente expresados.


Anotación de genes


Las tablas generadas mediante la función topTable() contienen únicamente los identificadores numéricos de los probesets/tránscritos seleccionados. Sin embargo carecen de información adicional sobre los genes a los cuales pertenecen estos identificadores. Con el objetivo de relacionar cada identificador con un gen y poblar las toptables con esta información, hemos generado la función annotatedTopTable() (Figura S2). Esta función recibe como argumentos la toptable a anotar y el paquete de anotaciones correspondiente (mouse4302.db) (Carlson 2016), añadiendo a las toptables los probeid, los símbolos de los genes, sus referencias ENTREZID y sus nombres enteros.


Visualización de la expresión diferencial (volcano plots)


La visualización del contenido de las toptables se puede realizar fácilmente mediante volcano plots. Estos gráficos relacionan el cambio de expresión entre condiciones (log2 FoldChange) con la evidencia estadística (-log10(P-value)), siendo aquellos genes con valores más extremos en el eje x y con valores superiores en el eje y los que tienen una evidencia más fuerte de estar diferencialmente expresados. Una de las funciones más utilizadas para su construcción es volcanoplot() del paquete limma (Smyth 2015). Aún siendo una buena solución, nosotros hemos preferido emplear la función EnhancedVolcano() del paquete con el mismo nombre (Blighe 2019). A diferencia de volcanoplot(), EnhancedVolcano() permite dibujar el FDR y los logFC cutoffs, diferenciando las 4 categorías de genes que nos podemos encontrar mediante una paleta de colores. De este modo, es mucho más fácil identificar que genes presentan evidencia de estar diferencialmente expresados y establecer comparaciones entre los resultados de cada una de las comparaciones.


Clustering (heatmap)


Una vez obtenida la lista de genes diferencialmente expresados al menos en una de las comparaciones, podemos utilizar técnicas de clustering para construir un heatmap que nos permita identificar que muestras o grupos presentan unos patrones de expresión más similares entre ellos. De este modo podremos definir clústers cuyo contenido podrá ser utilizado para posteriores análisis. Aunque no es la única opción, nosotros utilizaremos la fución heatmap.2() del paquete gplots (Warnes 2020). Esta función recibe como input el subset del ExpressionSet filtrado correspondiente a los genes de la lista que hemos comentado.


Comparaciones múltiples (Venn plots)


Ahora que ya conocemos que genes están diferencialmente expresados en almenos una de las comparaciones y, además, hemos agrupado los grupos en clústers, podemos identificar cuantos genes diferencialmente expresados respecto al control comparten los grupos de los mismos clústers. Con este objetivo, después de construir una summary table mediante la función decideTests() del paquete limma (Smyth 2015), construiremos una serie de Venn plots. Para los Venn plots utilizaremos la función vennDiagram(), también del paquete limma.


Análisis de pathways


Resulta mucho más interesante y fácilmente interpretable estudiar, en vez de los genes uno por uno, que vías metabólicas están diferencialmente expresadas en cada grupo respecto al control. Para obtener esta información debemos realizar lo que se conoce como análisis de significación o análisis de pathways.


Obtención de listas de vías metabólicas diferencialmente expresados


Aunque no son la única alternativa, los paquetes ReactomePA (Yu 2016) y DOSE (Yu 2015) disponen de funciones que nos permiten generar, para cada comparación, tablas que muestran las vías que presentan evidencias significativas de estar diferencialmente expresadas. Estas tablas, a las que nos vamos a referir como pathway tables contienen, para cada vía, su identificador alfa-numérico (ID), una corta descripción (Description), la proporción de genes differencialmente expresados de la comparación que están incluidos en esta vía (GeneRatio), el p-valor (pvalue), el p-valor ajustado (p.adjust) y el q-valor (qvalue). Si ordenamos las vías por p-valor o p-valor ajustado (orden ascendiente), podremos visualizar aquellas con una mayor evidencia de estar diferencialmente expresadas.


Visualización de la expresión diferencial (cnetplots)


Una opción muy interesante para representar el contenido de las pathway tables consiste en construir cnetplots mediante la función cnetplot() del paquete enrichplot (Yu 2019). Estos gráficos tienen una estructura en forma de red que permite, además de visualizar que vías metabólicas presentan una mayor evidencia de estar diferencialmente expresadas, identificar las conexiones entre genes que pertenecen a más de una vía. Adicionalmente, si así se desea, también permite classificar, mediante una escala de color, aquellos genes que están sobrexpresados o infraexpresados.


Resultados


Control de calidad (raw data)


En la Tabla 6 se muestra la summary table del control de calidad de los datos crudos realizado mediante arrayQualityMetrics(). En primer lugar, observamos que ningún array está marcado 3 veces, indicando que no existe ninguna muestra especialmente problemática y que la calidad global de nuestros datos es buena. Addicionalmente, si analizamos los resultados en detalle, identificamos que de los 27 arrays, 10 están marcados una sola vez y uno 2 veces. Mientras que los arrays marcados una vez no implican ningún problema para la normalización, el array marcado dos veces podría serlo y es posible que deba ser eliminado.


array sampleNames 1 2 3 Title Group
1 FR.1 60% Fructose 1 FR
2 FR.2 60% Fructose 2 FR
3 FR.3 X 60% Fructose 3 FR
4 AC.1 X X Adjusted Calories 1 AC
5 AC.2 Adjusted Calories 2 AC
6 AC.3 Adjusted Calories 3 AC
7 CT.1 AIN-93M Purified (Control) 1 CT
8 CT.2 AIN-93M Purified (Control) 2 CT
9 CT.3 AIN-93M Purified (Control) 3 CT
10 AR.1 X Atherogenic Rodent 1 AR
11 AR.2 X Atherogenic Rodent 2 AR
12 AR.3 X Atherogenic Rodent 3 AR
13 LAR.1 Current LAR Diet 1 LAR
14 LAR.2 Current LAR Diet 2 LAR
15 LAR.3 Current LAR Diet 3 LAR
16 DHA.1 X DHA-supplemented 1 DHA
17 DHA.2 DHA-supplemented 2 DHA
18 DHA.3 DHA-supplemented 3 DHA
19 DR.1 Diet-restriction 1 DR
20 DR.2 Diet-restriction 2 DR
21 DR.3 Diet-restriction 3 DR
22 EFA.1 X EFA Deficient 1 EFA
23 EFA.2 X EFA Deficient 2 EFA
24 EFA.3 X EFA Deficient 3 EFA
25 HF.1 X High Fat 1 HF
26 HF.2 X High Fat 2 HF
27 HF.3 High Fat 3 HF


Tabla 6: contenido de la summary table (index.html) obtenida al aplicar la función arrayQualityMetrics() sobre los datos crudos (raw data).


Para complementar estos resultados y reforzar nuestra decisión respecto al array “problemático” (AC.1), nos hemos ayudado de un boxplot (Figura 1.A) y un PCA plot (Figura 1.B). Comparando este array con los de su mismo grupo (AC.2, AC.3), observamos que el patrón de intensidad del boxplot presenta diferencias y que su posición en el PCA plot dista considerablemente del resto. Esto refuerza la idea de que este array podría ser defectuoso y, por lo tanto, ha sido eliminado.


Figura 1: boxplot de los datos crudos (A). PCA plot de los datos crudos (B).


Control de calidad (normalized data)


Una vez eliminado el array AC.1 y normalizados los datos, se ha realizado un segundo control de calidad para determinar si la normalización ha funcionado. En la Tabla 8 se muestra la tabla resumen del output de arrayQualityMetrics() mientras que en la Figura 2 se muestran un boxplot y un PCA plot. Por un lado, observamos que, como consecuencia de la normalización, el número de arrays marcados ha pasado de 11 a 2 y el número de marcas de 12 a 2. Esto indica que, efectivamente, la normalización ha funcionado. Por otro lado, tal y como se esperaba, observamos que los patrones de intensidad inter e intragrupales del boxplot son ahora mucho más homogenéos (Figura 2.A). Finalmente, en contraste con lo que observábamos para los datos crudos, el PCA plot muestra una agrupación mucho más palpable entre los chips del mismo grupo (Figura 2.B). Además, sugiere la pertinencia o no al grupo DR es la principal fuente de variabilidad (PC1 = 21.4%). En cuanto a la PC2 (14%), identificamos una considerable diferenciación entre el grupo AR y el resto de grupos.


array sampleNames 1 2 3 Title Group
1 FR.1 60% Fructose 1 FR
2 FR.2 60% Fructose 2 FR
3 FR.3 60% Fructose 3 FR
4 AC.1 Adjusted Calories 1 AC
5 AC.2 Adjusted Calories 2 AC
6 AC.3 X Adjusted Calories 3 AC
7 CT.1 AIN-93M Purified (Control) 1 CT
8 CT.2 AIN-93M Purified (Control) 2 CT
9 CT.3 AIN-93M Purified (Control) 3 CT
10 AR.1 Atherogenic Rodent 1 AR
11 AR.2 Atherogenic Rodent 2 AR
12 AR.3 Atherogenic Rodent 3 AR
13 LAR.1 Current LAR Diet 1 LAR
14 LAR.2 Current LAR Diet 2 LAR
15 LAR.3 Current LAR Diet 3 LAR
16 DHA.1 DHA-supplemented 1 DHA
17 DHA.2 DHA-supplemented 2 DHA
18 DHA.3 DHA-supplemented 3 DHA
19 DR.1 X Diet-restriction 1 DR
20 DR.2 Diet-restriction 2 DR
21 DR.3 Diet-restriction 3 DR
22 EFA.1 EFA Deficient 1 EFA
23 EFA.2 EFA Deficient 2 EFA
24 EFA.3 EFA Deficient 3 EFA
25 HF.1 High Fat 1 HF
26 HF.2 High Fat 2 HF
27 HF.3 High Fat 3 HF


Tabla 8: contenido de la summary table (index.html) obtenida al aplicar la función arrayQualityMetrics() sobre los datos normalizados (normalized data).


Figura 2: boxplot de los datos normalizados (A). PCA plot de los datos normalizados (B).


Filtrando los genes menos variables


Préviamente a la identificación de los genes diferencialmente expresados en cada comparación, se ha realizado un filtrado inespecífico con el objetivo de eliminar aquellos genes con una menor probabilidad de presentar diferencias. La Figura 3 contiene dos SD plots que muestran la desviación estándar total (calculada a partir de todos los arrays) de cada uno de los genes frente a su índice en función de esta variabilidad. Si centramos nuestra atención en el SD plot generado antes del filtrado (Figura 3.A), observamos que de los casi 50000 genes, un 85% tiene una variación total pequeña (sd < 0.25) y similar. Esto avala la idea de que solo la expresión de unos pocos genes varía entre condiciones experimentales y nos permite fijar el threshold para el filtrado (0.8). En contraposición, si observamos el SD plot generado después del filtrado, observamos que de los 3100 genes que quedan, la variabilidad es superior y no tan constante (Figura 3.B).


Figura 3: SD plot de los datos normalizados (A). SD plot de los datos normalizados y filtrados (B).


Selección de genes (DEG)


Una vez filtrados los genes y establecidas las comparaciones (Tabla 5), identificaremos que genes estan diferencialmente expresados en cada una de ellas. A continuación se muestran, para cada una de las 8 dietas, los 75 genes que presentan una mayor evidencia de estar diferencialmente expresados respecto al control (Tablas 9-16).


Control vs 60% Fructose (CTvsFR):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
848 1425314_at Adgrv1 110789 adhesion G protein-coupled receptor V1 -1.75 6.31 -7.06 3.3e-07 1.0e-03 6.59
645 1423130_a_at Srsf5 20384 serine/arginine-rich splicing factor 5 -1.43 9.62 -6.41 1.5e-06 2.3e-03 5.23
423 1419568_at Mapk1 26413 mitogen-activated protein kinase 1 -1.15 6.08 -5.68 8.6e-06 8.8e-03 3.66
356 1418858_at Aox3 71724 aldehyde oxidase 3 -1.51 11.36 -5.33 2.0e-05 1.2e-02 2.86
1486 1434677_at Hps5 246694 HPS5, biogenesis of lysosomal organelles complex 2 subunit 2 -0.93 4.47 -5.36 1.9e-05 1.2e-02 2.94
2116 1443825_x_at Spaca3 75622 sperm acrosome associated 3 0.81 4.16 5.20 2.8e-05 1.2e-02 2.56
2810 1455387_at Nufip2 68564 nuclear fragile X mental retardation protein interacting protein 2 -1.00 7.17 -5.25 2.5e-05 1.2e-02 2.69
185 1417409_at Jun 16476 jun proto-oncogene -2.15 6.97 -5.07 3.9e-05 1.4e-02 2.27
763 1424504_at Rab22a 19334 RAB22A, member RAS oncogene family 0.96 5.69 5.02 4.4e-05 1.4e-02 2.16
1396 1433888_at Atp2b2 11941 ATPase, Ca++ transporting, plasma membrane 2 1.79 4.36 4.97 4.9e-05 1.4e-02 2.06
2235 1448136_at Enpp2 18606 ectonucleotide pyrophosphatase/phosphodiesterase 2 -0.85 8.66 -5.01 4.5e-05 1.4e-02 2.14
381 1419147_at Rec8 56739 REC8 meiotic recombination protein 0.87 4.58 4.79 7.7e-05 1.5e-02 1.65
1429 1434188_at Slc16a12 240638 solute carrier family 16 (monocarboxylic acid transporters), member 12 -0.85 7.51 -4.86 6.6e-05 1.5e-02 1.80
1954 1439795_at Adgrg2 237175 adhesion G protein-coupled receptor G2 -0.82 3.24 -4.78 8.0e-05 1.5e-02 1.61
2339 1449248_at Clcn2 12724 chloride channel, voltage-sensitive 2 -0.88 6.39 -4.79 7.7e-05 1.5e-02 1.65
3049 1460318_at Csrp3 13009 cysteine and glycine-rich protein 3 -0.98 8.29 -4.85 6.7e-05 1.5e-02 1.78
485 1420630_at Fam234b 74525 family with sequence similarity 234, member B -0.68 7.05 -4.61 1.2e-04 2.2e-02 1.23
2056 1441992_at Rab14 68365 RAB14, member RAS oncogene family -1.39 5.84 -4.57 1.3e-04 2.3e-02 1.14
361 1418940_at Sult1b1 56362 sulfotransferase family 1B, member 1 -0.72 7.93 -4.43 1.9e-04 2.7e-02 0.82
371 1419042_at Iigp1 60440 interferon inducible GTPase 1 -0.75 11.15 -4.41 2.0e-04 2.7e-02 0.76
570 1421977_at Mmp19 58223 matrix metallopeptidase 19 -0.80 5.73 -4.46 1.8e-04 2.7e-02 0.89
889 1425774_at Srrm4 68955 serine/arginine repetitive matrix 4 -0.76 4.33 -4.42 2.0e-04 2.7e-02 0.78
2730 1454685_at Gpr146 80290 G protein-coupled receptor 146 -0.93 8.09 -4.47 1.7e-04 2.7e-02 0.90
2602 1452378_at Malat1 72289 metastasis associated lung adenocarcinoma transcript 1 (non-coding RNA) -1.35 6.41 -4.32 2.5e-04 3.2e-02 0.56
286 1418265_s_at Irf2 16363 interferon regulatory factor 2 -0.73 8.11 -4.29 2.7e-04 3.2e-02 0.49
404 1419430_at Cyp26a1 13082 cytochrome P450, family 26, subfamily a, polypeptide 1 2.24 8.44 4.29 2.7e-04 3.2e-02 0.48
806 1424861_at D930016D06Rik 100662 RIKEN cDNA D930016D06 gene -0.97 5.79 -4.26 2.9e-04 3.3e-02 0.42
711 1423891_at Gstt3 103140 glutathione S-transferase, theta 3 0.88 8.69 4.23 3.1e-04 3.4e-02 0.36
2879 1456074_at Sdr9c7 70061 4short chain dehydrogenase/reductase family 9C, member 7 -0.73 7.22 -4.21 3.3e-04 3.5e-02 0.32
910 1426153_a_at Dsg2 13511 desmoglein 2 -0.91 3.74 -4.17 3.7e-04 3.8e-02 0.21
1782 1437638_at Srrm2 75956 serine/arginine repetitive matrix 2 -1.02 6.57 -4.13 4.1e-04 3.9e-02 0.12
1856 1438459_x_at Sfpq 71514 splicing factor proline/glutamine rich (polypyrimidine tract binding protein associated) -0.97 6.01 -4.13 4.0e-04 3.9e-02 0.13
216 1417769_at Psmc6 67089 proteasome (prosome, macropain) 26S subunit, ATPase, 6 -0.98 6.20 -4.10 4.3e-04 3.9e-02 0.06
2441 1450788_at Saa1 20208 serum amyloid A 1 -2.87 10.70 -4.11 4.2e-04 3.9e-02 0.08
2633 1452766_at Tppp 72948 tubulin polymerization promoting protein -0.94 4.50 -4.08 4.5e-04 4.0e-02 0.02
633 1422917_at Epha1 13835 Eph receptor A1 -0.89 6.24 -4.06 4.8e-04 4.1e-02 -0.03
215 1417761_at Apoa4 11808 apolipoprotein A-IV 1.32 10.92 4.05 4.9e-04 4.1e-02 -0.06
2118 1443857_at Hook3 320191 hook microtubule tethering protein 3 -0.74 5.14 -4.01 5.4e-04 4.4e-02 -0.15
1500 1434826_at Rfesd 218341 Rieske (Fe-S) domain containing -0.65 6.21 -3.94 6.5e-04 5.1e-02 -0.32
1713 1436934_s_at Aco2 11429 aconitase 2, mitochondrial 0.54 9.69 3.93 6.6e-04 5.1e-02 -0.32
868 1425514_at Pik3r1 18708 phosphoinositide-3-kinase regulatory subunit 1 -1.15 6.74 -3.92 6.9e-04 5.2e-02 -0.36
151 1417126_a_at Rpl22l1 68028 ribosomal protein L22 like 1 -0.68 10.60 -3.88 7.5e-04 5.5e-02 -0.44
2062 1442097_at Gm32461 102635020 predicted gene, 32461 -0.95 6.58 -3.86 7.9e-04 5.6e-02 -0.49
2461 1450966_at Crot 74114 carnitine O-octanoyltransferase -0.68 11.88 -3.85 8.0e-04 5.6e-02 -0.50
1062 1427982_s_at Syne2 319565 spectrin repeat containing, nuclear envelope 2 -0.84 5.87 -3.83 8.5e-04 5.7e-02 -0.55
1134 1428739_at Enho 69638 energy homeostasis associated -1.93 7.32 -3.83 8.5e-04 5.7e-02 -0.56
1294 1431101_a_at Srd5a1 78925 steroid 5 alpha-reductase 1 0.70 7.92 3.82 8.8e-04 5.8e-02 -0.59
221 1417791_a_at Zfp638 18139 zinc finger protein 638 -0.66 7.13 -3.79 9.4e-04 5.8e-02 -0.65
1395 1433884_at Syt1 20979 synaptotagmin I -0.67 6.60 -3.79 9.5e-04 5.8e-02 -0.65
1450 1434401_at Zcchc2 227449 zinc finger, CCHC domain containing 2 -0.72 7.75 -3.80 9.1e-04 5.8e-02 -0.62
2616 1452504_s_at Ctbs 74245 chitobiase -0.73 6.16 -3.78 9.7e-04 5.8e-02 -0.67
259 1418069_at Apoc2 11813 apolipoprotein C-II 0.67 12.31 3.76 1.0e-03 5.9e-02 -0.71
1243 1430037_at Snx27 76742 sorting nexin family member 27 -0.63 5.35 -3.73 1.1e-03 6.0e-02 -0.78
1759 1437395_at Tut4 230594 terminal uridylyl transferase 4 -0.58 7.05 -3.75 1.0e-03 6.0e-02 -0.74
2150 1444437_at Usp34 17847 ubiquitin specific peptidase 34 -0.94 3.95 -3.74 1.1e-03 6.0e-02 -0.77
2451 1450876_at Cfh 12628 complement component factor h -0.68 10.69 -3.75 1.0e-03 6.0e-02 -0.75
91 1416639_at Slc2a5 56485 solute carrier family 2 (facilitated glucose transporter), member 5 0.70 5.74 3.71 1.1e-03 6.0e-02 -0.83
518 1421011_at Hsd17b11 114664 hydroxysteroid (17-beta) dehydrogenase 11 -0.77 7.87 -3.71 1.1e-03 6.0e-02 -0.82
2253 1448328_at Sh3bp2 24055 SH3-domain binding protein 2 -0.86 6.63 -3.72 1.1e-03 6.0e-02 -0.80
196 1417586_at Timeless 21853 timeless circadian clock 1 -0.68 4.51 -3.65 1.3e-03 6.0e-02 -0.96
695 1423693_at Cela1 109901 chymotrypsin-like elastase family, member 1 -0.82 9.17 -3.66 1.3e-03 6.0e-02 -0.93
798 1424770_at Cald1 109624 caldesmon 1 0.83 10.22 3.65 1.3e-03 6.0e-02 -0.95
1855 1438450_at Lin7a 108030 lin-7 homolog A (C. elegans) -0.64 6.69 -3.70 1.2e-03 6.0e-02 -0.86
1873 1438658_a_at S1pr3 13610 sphingosine-1-phosphate receptor 3 0.87 5.98 3.67 1.3e-03 6.0e-02 -0.93
2086 1442612_at C730036E19Rik 402734 RIKEN cDNA C730036E19 gene -1.07 5.71 -3.66 1.3e-03 6.0e-02 -0.94
2640 1452864_at Med12l 329650 mediator complex subunit 12-like -0.59 4.80 -3.68 1.2e-03 6.0e-02 -0.90
2888 1456169_at Tstd1 226654 thiosulfate sulfurtransferase (rhodanese)-like domain containing 1 -0.85 7.91 -3.69 1.2e-03 6.0e-02 -0.88
394 1419319_at Saa4 20211 serum amyloid A 4 -1.34 7.49 -3.64 1.4e-03 6.1e-02 -0.99
1002 1427171_at Rlf 109263 rearranged L-myc fusion sequence -0.91 6.52 -3.63 1.4e-03 6.1e-02 -1.01
3029 1460044_at Onecut2 225631 one cut domain, family member 2 -0.79 8.43 -3.63 1.4e-03 6.1e-02 -1.00
125 1416930_at Ly6d 17068 lymphocyte antigen 6 complex, locus D 1.11 5.75 3.60 1.5e-03 6.3e-02 -1.07
1278 1430693_at Pnpla5 75772 patatin-like phospholipase domain containing 5 1.69 5.30 3.60 1.5e-03 6.3e-02 -1.07
2019 1440921_at Nlrp12 378425 NLR family, pyrin domain containing 12 -1.24 8.48 -3.61 1.5e-03 6.3e-02 -1.06
2835 1455621_at Zfp870 240066 zinc finger protein 870 -0.76 3.91 -3.60 1.5e-03 6.3e-02 -1.08
637 1422964_at Rad23a 19358 RAD23 homolog A, nucleotide excision repair protein 0.61 6.79 3.59 1.5e-03 6.3e-02 -1.10


Tabla 9: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta FR.


Control vs Adjusted Calories Diet (CTvsAC):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
236 1417867_at Cfd 11537 complement factor D (adipsin) 5.57 4.94 13.58 1.7e-12 2.6e-09 18.36
702 1423804_a_at Idi1 319554 isopentenyl-diphosphate delta isomerase -4.15 8.97 -13.87 1.1e-12 2.6e-09 18.76
598 1422533_at Cyp51 13121 cytochrome P450, family 51 -3.22 7.93 -12.78 5.9e-12 6.0e-09 17.22
24 1415993_at Sqle 20775 squalene epoxidase -4.83 8.48 -12.32 1.2e-11 9.4e-09 16.55
640 1423078_a_at Msmo1 66234 methylsterol monoxygenase 1 -2.58 9.92 -11.73 3.3e-11 2.0e-08 15.62
1009 1427229_at Hmgcr 15357 3-hydroxy-3-methylglutaryl-Coenzyme A reductase -2.86 7.27 -10.02 7.0e-10 3.6e-07 12.74
2234 1448130_at Fdft1 14137 farnesyl diphosphate farnesyl transferase 1 -2.14 9.10 -9.36 2.5e-09 1.1e-06 11.52
675 1423418_at Fdps 110196 farnesyl diphosphate synthetase -2.56 10.09 -8.27 2.3e-08 7.9e-06 9.37
826 1425028_a_at Tpm2 22004 tropomyosin 2, beta 2.26 6.18 8.30 2.2e-08 7.9e-06 9.43
26 1416022_at Fabp5 16592 fatty acid binding protein 5, epidermal -4.48 8.60 -7.96 4.5e-08 1.2e-05 8.72
49 1416222_at Nsdhl 18194 NAD(P) dependent steroid dehydrogenase-like -1.90 9.21 -8.01 4.1e-08 1.2e-05 8.82
1051 1427893_a_at Pmvk 68603 phosphomevalonate kinase -1.91 8.39 -7.94 4.7e-08 1.2e-05 8.69
2708 1454067_a_at 4931406C07Rik 70984 RIKEN cDNA 4931406C07 gene 1.59 9.72 7.65 8.8e-08 2.1e-05 8.08
2748 1454838_s_at Pkdcc 106522 protein kinase domain containing, cytoplasmic -1.44 7.22 -7.42 1.5e-07 3.3e-05 7.56
3 1415776_at Aldh3a2 11671 aldehyde dehydrogenase family 3, subfamily A2 1.80 9.67 7.17 2.6e-07 5.3e-05 7.03
1764 1437453_s_at Pcsk9 100102 proprotein convertase subtilisin/kexin type 9 -2.01 6.84 -6.98 4.0e-07 7.6e-05 6.61
2287 1448619_at Dhcr7 13360 7-dehydrocholesterol reductase -1.98 9.64 -6.89 4.9e-07 8.8e-05 6.41
2506 1451461_a_at Aldoc 11676 aldolase C, fructose-bisphosphate -1.60 7.85 -6.84 5.5e-07 9.4e-05 6.29
588 1422438_at Ephx1 13849 epoxide hydrolase 1, microsomal 1.37 11.05 6.73 7.1e-07 1.1e-04 6.05
2539 1451799_at Ccdc25 67179 coiled-coil domain containing 25 -2.27 4.79 -6.64 8.8e-07 1.4e-04 5.83
2292 1448663_s_at Mvd 192156 mevalonate (diphospho) decarboxylase -2.14 6.81 -6.60 9.6e-07 1.4e-04 5.75
2260 1448382_at Ehhadh 74147 enoyl-Coenzyme A, hydratase/3-hydroxyacyl Coenzyme A dehydrogenase 1.40 10.95 6.52 1.2e-06 1.6e-04 5.55
1259 1430401_at 3110045C21Rik 67303 RIKEN cDNA 3110045C21 gene -1.49 5.53 -6.37 1.6e-06 2.2e-04 5.22
151 1417126_a_at Rpl22l1 68028 ribosomal protein L22 like 1 -1.22 10.60 -6.22 2.4e-06 3.0e-04 4.87
292 1418320_at Prss8 76560 protease, serine 8 (prostasin) -2.06 5.24 -6.16 2.7e-06 3.3e-04 4.73
928 1426452_a_at Rab30 75985 RAB30, member RAS oncogene family 1.31 5.64 6.13 2.9e-06 3.4e-04 4.67
398 1419393_at Abcg5 27409 ATP binding cassette subfamily G member 5 1.55 9.43 6.10 3.1e-06 3.6e-04 4.59
3033 1460118_at Pde5a 242202 phosphodiesterase 5A, cGMP-specific 1.42 4.34 6.03 3.7e-06 4.1e-04 4.42
1944 1439560_x_at Smim22 432995 small integral membrane protein 22 -1.25 7.63 -5.92 4.9e-06 5.2e-04 4.16
339 1418760_at Rdh11 17252 retinol dehydrogenase 11 -1.90 8.71 -5.72 7.9e-06 8.1e-04 3.68
323 1418604_at Avpr1a 54140 arginine vasopressin receptor 1A -1.50 6.77 -5.64 9.6e-06 9.3e-04 3.49
1926 1439397_at Fmn1 14260 formin 1 -1.60 5.35 -5.65 9.4e-06 9.3e-04 3.52
545 1421410_a_at Pstpip2 19201 proline-serine-threonine phosphatase-interacting protein 2 -1.59 6.86 -5.59 1.1e-05 9.6e-04 3.40
591 1422474_at Pde4b 18578 phosphodiesterase 4B, cAMP specific -1.41 6.78 -5.60 1.0e-05 9.6e-04 3.41
3072 1460684_at Tm7sf2 73166 transmembrane 7 superfamily member 2 -1.17 10.46 -5.49 1.4e-05 1.2e-03 3.13
592 1422479_at Acss2 60525 acyl-CoA synthetase short-chain family member 2 -1.77 10.64 -5.46 1.5e-05 1.3e-03 3.06
821 1424973_at Cyp3a25 56388 cytochrome P450, family 3, subfamily a, polypeptide 25 0.99 12.22 5.44 1.5e-05 1.3e-03 3.03
1893 1438992_x_at Atf4 11911 activating transcription factor 4 -1.05 8.44 -5.41 1.7e-05 1.3e-03 2.96
1226 1429642_at Zfand4 67492 zinc finger, AN1-type domain 4 -1.25 8.11 -5.40 1.7e-05 1.3e-03 2.93
1807 1437868_at Tent5a 212943 terminal nucleotidyltransferase 5A -1.52 7.03 -5.31 2.2e-05 1.7e-03 2.71
305 1418438_at Fabp2 14079 fatty acid binding protein 2, intestinal 1.12 10.57 5.26 2.4e-05 1.8e-03 2.59
478 1420515_a_at Pglyrp2 57757 peptidoglycan recognition protein 2 -0.92 9.16 -5.26 2.4e-05 1.8e-03 2.60
763 1424504_at Rab22a 19334 RAB22A, member RAS oncogene family 1.12 5.69 5.23 2.6e-05 1.8e-03 2.53
661 1423257_at Cyp4a14 13119 cytochrome P450, family 4, subfamily a, polypeptide 14 4.58 8.78 5.19 2.9e-05 1.9e-03 2.43
1067 1428022_at Obp2a 227627 odorant binding protein 2A 2.71 4.78 5.17 3.0e-05 1.9e-03 2.37
1171 1428988_at Abcc3 76408 ATP-binding cassette, sub-family C (CFTR/MRP), member 3 1.54 9.26 5.19 2.8e-05 1.9e-03 2.43
2026 1441098_at Pnldc1 240023 poly(A)-specific ribonuclease (PARN)-like domain containing 1 1.32 5.14 5.18 3.0e-05 1.9e-03 2.39
2116 1443825_x_at Spaca3 75622 sperm acrosome associated 3 0.90 4.16 5.17 3.0e-05 1.9e-03 2.38
2161 1444790_at Hsbp1l1 66255 heat shock factor binding protein 1-like 1 -2.27 4.71 -5.17 3.0e-05 1.9e-03 2.37
2551 1451903_at Kynu 70789 kynureninase -0.96 5.68 -5.15 3.2e-05 2.0e-03 2.32
375 1419095_a_at Apom 55938 apolipoprotein M -0.84 12.21 -5.11 3.5e-05 2.1e-03 2.23
489 1420656_at Abcg8 67470 ATP binding cassette subfamily G member 8 1.14 8.31 5.10 3.6e-05 2.1e-03 2.20
138 1417017_at Cyp17a1 13074 cytochrome P450, family 17, subfamily a, polypeptide 1 -1.75 7.07 -5.07 3.8e-05 2.2e-03 2.14
459 1420013_s_at Lss 16987 lanosterol synthase -1.52 8.16 -5.06 4.0e-05 2.2e-03 2.10
2545 1451828_a_at Acsl4 50790 acyl-CoA synthetase long-chain family member 4 -1.36 6.23 -5.06 4.0e-05 2.2e-03 2.11
2728 1454671_at Insig1 231070 insulin induced gene 1 -1.36 11.35 -5.05 4.1e-05 2.3e-03 2.08
1756 1437341_x_at Cnp 12799 2’,3’-cyclic nucleotide 3’ phosphodiesterase -1.09 8.70 -4.99 4.7e-05 2.5e-03 1.94
701 1423797_at Aacs 78894 acetoacetyl-CoA synthetase -2.00 7.55 -4.94 5.3e-05 2.8e-03 1.83
1649 1436404_at Tlcd1 68385 TLC domain containing 1 -0.98 6.66 -4.94 5.4e-05 2.8e-03 1.82
416 1419504_at Mogat1 68393 monoacylglycerol O-acyltransferase 1 1.56 4.51 4.92 5.7e-05 2.9e-03 1.76
1578 1435517_x_at Ralb 64143 v-ral simian leukemia viral oncogene B -1.01 6.52 -4.91 5.8e-05 2.9e-03 1.74
1541 1435254_at Plxnb1 235611 plexin B1 -1.39 6.63 -4.89 6.1e-05 3.0e-03 1.69
1115 1428586_at Tmem41b 233724 transmembrane protein 41B -1.14 5.97 -4.87 6.4e-05 3.1e-03 1.64
1698 1436838_x_at Cotl1 72042 coactosin-like 1 (Dictyostelium) -1.24 7.86 -4.86 6.5e-05 3.1e-03 1.63
2404 1450109_s_at Abcc2 12780 ATP-binding cassette, sub-family C (CFTR/MRP), member 2 0.87 10.30 4.83 7.1e-05 3.4e-03 1.54
203 1417695_a_at Soat1 20652 sterol O-acyltransferase 1 -1.16 4.94 -4.81 7.5e-05 3.5e-03 1.49
879 1425645_s_at Cyp2b10 13088 cytochrome P450, family 2, subfamily b, polypeptide 10 1.54 4.58 4.78 8.0e-05 3.6e-03 1.42
1830 1438169_a_at Frmd4b 232288 FERM domain containing 4B -1.17 10.28 -4.77 8.2e-05 3.6e-03 1.40
1855 1438450_at Lin7a 108030 lin-7 homolog A (C. elegans) -0.92 6.69 -4.76 8.4e-05 3.6e-03 1.38
2245 1448261_at Cdh1 12550 cadherin 1 -1.33 9.05 -4.76 8.4e-05 3.6e-03 1.38
2888 1456169_at Tstd1 226654 thiosulfate sulfurtransferase (rhodanese)-like domain containing 1 -1.23 7.91 -4.77 8.1e-05 3.6e-03 1.41
177 1417382_at Entpd5 12499 ectonucleoside triphosphate diphosphohydrolase 5 0.91 9.87 4.75 8.6e-05 3.7e-03 1.36
23 1415984_at Acadm 11364 acyl-Coenzyme A dehydrogenase, medium chain 0.83 11.76 4.73 8.9e-05 3.8e-03 1.32
936 1426526_s_at Ovgp1 12659 oviductal glycoprotein 1 1.00 3.50 4.72 9.3e-05 3.8e-03 1.28
2540 1451803_a_at Vegfb 22340 vascular endothelial growth factor B -0.88 6.60 -4.72 9.3e-05 3.8e-03 1.28


Tabla 10: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta AC.


Control vs Atherogenic Rodent Diet (CTvsAR):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
2345 1449309_at Cyp8b1 13124 cytochrome P450, family 8, subfamily b, polypeptide 1 -6.25 10.56 -23.57 1.2e-17 3.6e-14 29.49
598 1422533_at Cyp51 13121 cytochrome P450, family 51 -3.54 7.93 -15.72 7.9e-14 1.2e-10 21.57
640 1423078_a_at Msmo1 66234 methylsterol monoxygenase 1 -2.91 9.92 -14.80 2.8e-13 2.9e-10 20.37
702 1423804_a_at Idi1 319554 isopentenyl-diphosphate delta isomerase -3.79 8.97 -14.16 7.1e-13 5.4e-10 19.50
24 1415993_at Sqle 20775 squalene epoxidase -4.56 8.48 -13.01 4.1e-12 2.1e-09 17.82
398 1419393_at Abcg5 27409 ATP binding cassette subfamily G member 5 2.97 9.43 13.06 3.7e-12 2.1e-09 17.90
256 1418028_at Dct 13190 dopachrome tautomerase -3.46 7.51 -12.80 5.6e-12 2.5e-09 17.50
675 1423418_at Fdps 110196 farnesyl diphosphate synthetase -3.52 10.09 -12.70 6.6e-12 2.5e-09 17.35
489 1420656_at Abcg8 67470 ATP binding cassette subfamily G member 8 2.40 8.31 12.03 2.0e-11 6.8e-09 16.29
49 1416222_at Nsdhl 18194 NAD(P) dependent steroid dehydrogenase-like -2.49 9.21 -11.76 3.1e-11 9.7e-09 15.84
588 1422438_at Ephx1 13849 epoxide hydrolase 1, microsomal 1.87 11.05 10.24 4.6e-10 1.3e-07 13.20
547 1421430_at Rad51b 19363 RAD51 paralog B 3.06 4.15 10.04 6.8e-10 1.6e-07 12.83
3072 1460684_at Tm7sf2 73166 transmembrane 7 superfamily member 2 -1.92 10.46 -10.08 6.3e-10 1.6e-07 12.90
67 1416368_at Gsta4 14860 glutathione S-transferase, alpha 4 2.23 9.39 9.66 1.4e-09 3.1e-07 12.10
741 1424278_a_at Birc5 11799 baculoviral IAP repeat-containing 5 2.15 3.49 9.13 3.9e-09 7.7e-07 11.08
2287 1448619_at Dhcr7 13360 7-dehydrocholesterol reductase -2.35 9.64 -9.13 4.0e-09 7.7e-07 11.07
2234 1448130_at Fdft1 14137 farnesyl diphosphate farnesyl transferase 1 -1.85 9.10 -9.04 4.7e-09 8.1e-07 10.91
2649 1452954_at Ube2c 68612 ubiquitin-conjugating enzyme E2C 1.71 3.89 9.04 4.7e-09 8.1e-07 10.91
709 1423859_a_at Ptgds 19215 prostaglandin D2 synthase (brain) 2.29 6.16 8.92 6.0e-09 9.7e-07 10.67
478 1420515_a_at Pglyrp2 57757 peptidoglycan recognition protein 2 -1.38 9.16 -8.82 7.5e-09 1.1e-06 10.45
959 1426817_at Mki67 17345 antigen identified by monoclonal antibody Ki 67 1.73 4.14 8.82 7.5e-09 1.1e-06 10.45
821 1424973_at Cyp3a25 56388 cytochrome P450, family 3, subfamily a, polypeptide 25 1.42 12.22 8.70 9.4e-09 1.3e-06 10.22
1051 1427893_a_at Pmvk 68603 phosphomevalonate kinase -1.88 8.39 -8.71 9.3e-09 1.3e-06 10.24
1008 1427202_at Etfbkmt 320204 electron transfer flavoprotein beta subunit lysine methyltransferase 2.35 8.29 8.64 1.1e-08 1.4e-06 10.09
592 1422479_at Acss2 60525 acyl-CoA synthetase short-chain family member 2 -2.50 10.64 -8.61 1.2e-08 1.4e-06 10.02
444 1419759_at Abcb1a 18671 ATP-binding cassette, sub-family B (MDR/TAP), member 1A 1.49 4.77 8.58 1.2e-08 1.5e-06 9.96
2770 1455025_at Paqr9 75552 progestin and adipoQ receptor family member IX -1.69 10.41 -8.53 1.4e-08 1.5e-06 9.86
2292 1448663_s_at Mvd 192156 mevalonate (diphospho) decarboxylase -2.44 6.81 -8.42 1.7e-08 1.9e-06 9.64
26 1416022_at Fabp5 16592 fatty acid binding protein 5, epidermal -4.21 8.60 -8.37 1.9e-08 2.0e-06 9.53
848 1425314_at Adgrv1 110789 adhesion G protein-coupled receptor V1 -2.02 6.31 -8.15 3.0e-08 3.1e-06 9.08
1067 1428022_at Obp2a 227627 odorant binding protein 2A 3.76 4.78 8.03 3.9e-08 3.9e-06 8.81
228 1417821_at D17H6S56E-5 110956 DNA segment, Chr 17, human D6S56E 5 1.77 4.17 7.82 6.2e-08 5.8e-06 8.35
1034 1427474_s_at Gstm3 14864 glutathione S-transferase, mu 3 2.21 9.62 7.83 6.1e-08 5.8e-06 8.37
2254 1448330_at Gstm1 14862 glutathione S-transferase, mu 1 1.54 11.76 7.78 6.7e-08 6.1e-06 8.27
3077 1460732_a_at Ppl 19041 periplakin 1.66 5.70 7.69 8.2e-08 7.2e-06 8.07
957 1426808_at Lgals3 16854 lectin, galactose binding, soluble 3 2.28 6.46 7.56 1.1e-07 9.3e-06 7.79
1334 1432282_a_at Tlcd2 380712 TLC domain containing 2 -1.36 10.31 -7.52 1.2e-07 9.8e-06 7.71
1009 1427229_at Hmgcr 15357 3-hydroxy-3-methylglutaryl-Coenzyme A reductase -1.91 7.27 -7.48 1.3e-07 1.0e-05 7.62
3004 1459141_at 1810008I18Rik 100503969 RIKEN cDNA 1810008I18 gene -2.36 9.51 -7.48 1.3e-07 1.0e-05 7.62
835 1425120_x_at Ifi27l2b 217845 interferon, alpha-inducible protein 27 like 2B 1.54 6.44 7.46 1.4e-07 1.0e-05 7.57
695 1423693_at Cela1 109901 chymotrypsin-like elastase family, member 1 -1.67 9.17 -7.44 1.4e-07 1.1e-05 7.53
339 1418760_at Rdh11 17252 retinol dehydrogenase 11 -2.19 8.71 -7.33 1.8e-07 1.3e-05 7.29
1125 1428670_at 2610305J24Rik 100034733 RIKEN cDNA 2610305J24 gene 2.30 4.40 7.25 2.2e-07 1.6e-05 7.10
2334 1449164_at Cd68 12514 CD68 antigen 1.97 5.37 7.19 2.5e-07 1.7e-05 6.97
138 1417017_at Cyp17a1 13074 cytochrome P450, family 17, subfamily a, polypeptide 1 -2.20 7.07 -7.12 2.9e-07 2.0e-05 6.81
550 1421525_a_at Naip5 17951 NLR family, apoptosis inhibitory protein 5 1.39 3.38 7.02 3.6e-07 2.3e-05 6.60
901 1425964_x_at Hspb1 15507 heat shock protein 1 1.60 8.40 7.02 3.6e-07 2.3e-05 6.59
2017 1440899_at Fmo5 14263 flavin containing monooxygenase 5 1.76 10.64 7.04 3.5e-07 2.3e-05 6.62
151 1417126_a_at Rpl22l1 68028 ribosomal protein L22 like 1 -1.22 10.60 -6.95 4.2e-07 2.7e-05 6.44
1643 1436293_x_at Ildr2 100039795 immunoglobulin-like domain containing receptor 2 1.87 7.86 6.94 4.4e-07 2.7e-05 6.40
2151 1444438_at Cib3 234421 calcium and integrin binding family member 3 1.66 5.00 6.75 6.7e-07 4.1e-05 5.97
1765 1437457_a_at Mtpn 14489 myotrophin 1.32 8.85 6.72 7.4e-07 4.4e-05 5.89
1136 1428758_at Tmem86a 67893 transmembrane protein 86A 1.51 7.37 6.70 7.7e-07 4.5e-05 5.84
749 1424351_at Wfdc2 67701 WAP four-disulfide core domain 2 1.42 7.13 6.63 9.0e-07 5.1e-05 5.69
1627 1436174_at Atad2 70472 ATPase family, AAA domain containing 2 1.32 4.55 6.60 9.6e-07 5.4e-05 5.62
459 1420013_s_at Lss 16987 lanosterol synthase -1.76 8.16 -6.58 1.0e-06 5.5e-05 5.58
2193 1446769_at Ttc39c 72747 tetratricopeptide repeat domain 39C -1.51 7.90 -6.57 1.0e-06 5.6e-05 5.55
404 1419430_at Cyp26a1 13082 cytochrome P450, family 26, subfamily a, polypeptide 1 3.42 8.44 6.54 1.1e-06 5.9e-05 5.48
165 1417266_at Ccl6 20305 chemokine (C-C motif) ligand 6 1.87 6.57 6.53 1.1e-06 5.9e-05 5.46
3037 1460196_at Cbr1 12408 carbonyl reductase 1 0.97 9.57 6.51 1.2e-06 6.1e-05 5.41
812 1424898_at Slc10a1 20493 solute carrier family 10 (sodium/bile acid cotransporter family), member 1 -1.14 12.67 -6.48 1.3e-06 6.4e-05 5.34
486 1420647_a_at Krt8 16691 keratin 8 1.33 10.87 6.46 1.3e-06 6.4e-05 5.30
2506 1451461_a_at Aldoc 11676 aldolase C, fructose-bisphosphate -1.36 7.85 -6.46 1.3e-06 6.4e-05 5.30
2445 1450826_a_at Saa3 20210 serum amyloid A 3 2.97 7.55 6.41 1.5e-06 7.3e-05 5.17
774 1424607_a_at Gm4354 100043316 predicted gene 4354 1.72 8.90 6.39 1.6e-06 7.5e-05 5.13
106 1416795_at Cryl1 68631 crystallin, lambda 1 1.25 6.97 6.37 1.7e-06 7.7e-05 5.08
2852 1455820_x_at Scarb1 20778 scavenger receptor class B, member 1 1.16 10.35 6.36 1.7e-06 7.8e-05 5.06
769 1424588_at Srgap3 259302 SLIT-ROBO Rho GTPase activating protein 3 -1.28 4.96 -6.35 1.8e-06 7.9e-05 5.02
730 1424133_at Tmem98 103743 transmembrane protein 98 1.03 7.01 6.33 1.8e-06 8.1e-05 4.98
186 1417420_at Ccnd1 12443 cyclin D1 1.66 6.87 6.28 2.1e-06 8.8e-05 4.86
520 1421040_a_at Gsta2 14858 glutathione S-transferase, alpha 2 (Yc2) 2.44 10.11 6.27 2.1e-06 8.8e-05 4.85
1285 1430893_at Mup10 100039008 major urinary protein 10 -1.99 9.35 -6.27 2.1e-06 8.8e-05 4.85
3045 1460258_at Cnmd 16840 chondromodulin -1.60 6.31 -6.28 2.0e-06 8.8e-05 4.87
2456 1450920_at Ccnb2 12442 cyclin B2 1.78 3.69 6.24 2.2e-06 9.2e-05 4.79
16 1415904_at Lpl 16956 lipoprotein lipase 2.06 8.79 6.20 2.5e-06 9.9e-05 4.69


Tabla 11: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta AR.


Control vs DHA-suplemented Diet (CTvsDHA):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
429 1419603_at Ifi204 15951 interferon activated gene 204 -0.92 4.16 -5.12 3.4e-05 7.7e-02 2.28
620 1422804_at Serpinb6b 20708 serine (or cysteine) peptidase inhibitor, clade B, member 6b -1.01 5.06 -4.29 2.7e-04 7.7e-02 0.47
848 1425314_at Adgrv1 110789 adhesion G protein-coupled receptor V1 -1.13 6.31 -4.57 1.4e-04 7.7e-02 1.08
1158 1428877_at Srp72 66661 signal recognition particle 72 0.99 9.65 4.49 1.7e-04 7.7e-02 0.91
1198 1429262_at Rassf6 73246 Ras association (RalGDS/AF-6) domain family member 6 -0.85 6.54 -4.20 3.4e-04 7.7e-02 0.29
1287 1430981_s_at Gpbp1 73274 GC-rich promoter binding protein 1 -1.11 6.93 -4.30 2.6e-04 7.7e-02 0.50
1544 1435280_at Pde4d 238871 phosphodiesterase 4D, cAMP specific -1.27 5.20 -4.48 1.7e-04 7.7e-02 0.89
1693 1436775_a_at Ankrd17 81702 ankyrin repeat domain 17 0.87 7.57 4.24 3.0e-04 7.7e-02 0.38
1840 1438242_at Usp40 227334 ubiquitin specific peptidase 40 0.74 5.88 4.24 3.0e-04 7.7e-02 0.38
2118 1443857_at Hook3 320191 hook microtubule tethering protein 3 -0.78 5.14 -4.19 3.5e-04 7.7e-02 0.25
2149 1444435_at Vps13b 666173 vacuolar protein sorting 13B 1.19 5.48 4.47 1.7e-04 7.7e-02 0.86
2457 1450932_s_at Dock9 105445 dedicator of cytokinesis 9 -0.79 5.98 -4.47 1.7e-04 7.7e-02 0.87
2731 1454699_at Sesn1 140742 sestrin 1 -0.84 5.91 -4.22 3.2e-04 7.7e-02 0.32
3019 1459894_at Iqgap2 544963 IQ motif containing GTPase activating protein 2 0.84 10.17 4.22 3.2e-04 7.7e-02 0.33
1009 1427229_at Hmgcr 15357 3-hydroxy-3-methylglutaryl-Coenzyme A reductase -1.03 7.27 -4.05 4.9e-04 9.5e-02 -0.05
1078 1428171_at Prpf39 328110 pre-mRNA processing factor 39 -1.14 5.77 -4.02 5.3e-04 9.5e-02 -0.10
2532 1451735_at Arfrp1 76688 ADP-ribosylation factor related protein 1 -0.71 4.63 -4.02 5.3e-04 9.5e-02 -0.10
234 1417852_x_at Clca3a1 12722 chloride channel accessory 3A1 -1.19 5.63 -3.89 7.3e-04 1.0e-01 -0.40
566 1421905_at Tgs1 116940 trimethylguanosine synthase 1 0.84 5.00 3.93 6.7e-04 1.0e-01 -0.32
782 1424658_at Taok1 216965 TAO kinase 1 -0.80 4.36 -3.94 6.5e-04 1.0e-01 -0.28
790 1424706_at Zfp51 22709 zinc finger protein 51 -0.86 4.94 -3.90 7.2e-04 1.0e-01 -0.38
1460 1434449_at Aqp4 11829 aquaporin 4 -1.31 4.93 -3.97 6.0e-04 1.0e-01 -0.22
1486 1434677_at Hps5 246694 HPS5, biogenesis of lysosomal organelles complex 2 subunit 2 -0.66 4.47 -3.83 8.6e-04 1.1e-01 -0.53
2005 1440739_at Vegfc 22341 vascular endothelial growth factor C -0.67 5.75 -3.83 8.4e-04 1.1e-01 -0.52
2183 1446258_at 9530067D14Rik 100101632 Riken cDNA 9530067D14 gene 0.85 6.00 3.85 8.1e-04 1.1e-01 -0.48
340 1418762_at Cd55 13136 CD55 molecule, decay accelerating factor for complement -0.93 5.27 -3.75 1.0e-03 1.1e-01 -0.69
423 1419568_at Mapk1 26413 mitogen-activated protein kinase 1 -0.75 6.08 -3.73 1.1e-03 1.1e-01 -0.74
763 1424504_at Rab22a 19334 RAB22A, member RAS oncogene family 0.72 5.69 3.77 9.9e-04 1.1e-01 -0.65
1797 1437751_at Ppargc1a 19017 peroxisome proliferative activated receptor, gamma, coactivator 1 alpha -1.01 5.57 -3.69 1.2e-03 1.1e-01 -0.82
1905 1439108_at Kmt2e 69188 lysine (K)-specific methyltransferase 2E 0.93 7.27 3.69 1.2e-03 1.1e-01 -0.82
2327 1449080_at Hdac2 15182 histone deacetylase 2 -0.80 6.24 -3.69 1.2e-03 1.1e-01 -0.82
2431 1450715_at Cyp1a2 13077 cytochrome P450, family 1, subfamily a, polypeptide 2 0.73 12.30 3.69 1.2e-03 1.1e-01 -0.82
3060 1460474_at 2610028L16Rik 76368 RIKEN cDNA 2610028L16 gene 0.70 4.44 3.69 1.2e-03 1.1e-01 -0.83
968 1426880_at Etl4 208618 enhancer trap locus 4 -0.89 5.80 -3.65 1.3e-03 1.2e-01 -0.92
2981 1458245_at Susd1 634731 sushi domain containing 1 -0.72 6.01 -3.64 1.4e-03 1.2e-01 -0.93
114 1416846_a_at Pdzrn3 55983 PDZ domain containing RING finger 3 -1.09 5.41 -3.60 1.5e-03 1.3e-01 -1.02
2942 1457117_at Nfe2l2 18024 nuclear factor, erythroid derived 2, like 2 -0.91 4.86 -3.59 1.5e-03 1.3e-01 -1.04
82 1416501_at Pdpk1 18607 3-phosphoinositide dependent protein kinase 1 0.79 7.59 3.54 1.8e-03 1.3e-01 -1.15
1507 1434861_at Klhl28 66689 kelch-like 28 -0.68 6.14 -3.55 1.7e-03 1.3e-01 -1.13
1605 1435829_at Zmat1 215693 zinc finger, matrin type 1 -0.89 6.09 -3.54 1.7e-03 1.3e-01 -1.14
771 1424591_at Caap1 67770 caspase activity and apoptosis inhibitor 1 -0.64 6.25 -3.50 1.9e-03 1.4e-01 -1.23
788 1424687_at Heatr6 217026 HEAT repeat containing 6 0.85 4.37 3.45 2.2e-03 1.5e-01 -1.34
1062 1427982_s_at Syne2 319565 spectrin repeat containing, nuclear envelope 2 -0.76 5.87 -3.45 2.2e-03 1.5e-01 -1.34
1281 1430820_a_at Bbx 70508 bobby sox HMG box containing 0.90 5.18 3.47 2.1e-03 1.5e-01 -1.30
1429 1434188_at Slc16a12 240638 solute carrier family 16 (monocarboxylic acid transporters), member 12 -0.61 7.51 -3.47 2.0e-03 1.5e-01 -1.29
2611 1452438_s_at Taf4 228980 TATA-box binding protein associated factor 4 -0.76 5.75 -3.45 2.2e-03 1.5e-01 -1.35
552 1421704_a_at Pik3c2g 18705 phosphatidylinositol-4-phosphate 3-kinase catalytic subunit type 2 gamma -0.88 4.51 -3.42 2.3e-03 1.5e-01 -1.40
1926 1439397_at Fmn1 14260 formin 1 -0.87 5.35 -3.43 2.3e-03 1.5e-01 -1.39
2116 1443825_x_at Spaca3 75622 sperm acrosome associated 3 0.53 4.16 3.42 2.4e-03 1.5e-01 -1.41
1003 1427185_at Mef2a 17258 myocyte enhancer factor 2A -0.59 7.73 -3.40 2.5e-03 1.5e-01 -1.45
2812 1455434_a_at Ktn1 16709 kinectin 1 -0.78 6.26 -3.40 2.4e-03 1.5e-01 -1.44
149 1417084_at Eif4ebp2 13688 eukaryotic translation initiation factor 4E binding protein 2 1.11 7.18 3.39 2.5e-03 1.5e-01 -1.48
963 1426831_at Ahcyl1 229709 S-adenosylhomocysteine hydrolase-like 1 -0.55 7.95 -3.38 2.6e-03 1.5e-01 -1.50
1152 1428846_at Ttc14 67120 tetratricopeptide repeat domain 14 -0.73 3.95 -3.36 2.7e-03 1.5e-01 -1.53
1607 1435866_s_at H2aw 319162 H2A.W histone -0.65 5.80 -3.36 2.7e-03 1.5e-01 -1.53
1741 1437158_at Nipbl 71175 NIPBL cohesin loading factor 1.04 7.30 3.35 2.7e-03 1.5e-01 -1.54
2538 1451791_at Tfpi 21788 tissue factor pathway inhibitor -0.73 5.07 -3.34 2.9e-03 1.5e-01 -1.58
1204 1429327_at Nemf 66244 nuclear export mediator factor 0.86 5.77 3.31 3.1e-03 1.6e-01 -1.64
1612 1435904_at Ago3 214150 argonaute RISC catalytic subunit 3 -0.62 4.40 -3.30 3.1e-03 1.6e-01 -1.65
221 1417791_a_at Zfp638 18139 zinc finger protein 638 -0.57 7.13 -3.29 3.2e-03 1.6e-01 -1.67
1494 1434770_at Iqcb1 320299 IQ calmodulin-binding motif containing 1 -0.62 4.56 -3.27 3.4e-03 1.7e-01 -1.72
2920 1456625_at Aasdhppt 67618 aminoadipate-semialdehyde dehydrogenase-phosphopantetheinyl transferase -0.63 5.45 -3.26 3.5e-03 1.7e-01 -1.75
882 1425673_at Lpp 210126 LIM domain containing preferred translocation partner in lipoma 0.59 6.43 3.23 3.7e-03 1.8e-01 -1.81
1649 1436404_at Tlcd1 68385 TLC domain containing 1 -0.57 6.66 -3.23 3.7e-03 1.8e-01 -1.80
2887 1456156_at Lepr 16847 leptin receptor -1.78 5.12 -3.22 3.7e-03 1.8e-01 -1.82
12 1415859_at Eif3c 56347 eukaryotic translation initiation factor 3, subunit C 0.82 8.92 3.22 3.8e-03 1.8e-01 -1.83
671 1423342_at Barx1 12022 BarH-like homeobox 1 0.58 4.79 3.20 3.9e-03 1.8e-01 -1.86
453 1419915_at Nus1 52014 NUS1 dehydrodolichyl diphosphate synthase subunit -0.60 4.80 -3.18 4.2e-03 1.8e-01 -1.91
494 1420715_a_at Pparg 19016 peroxisome proliferator activated receptor gamma -0.75 5.98 -3.17 4.2e-03 1.8e-01 -1.92
798 1424770_at Cald1 109624 caldesmon 1 0.72 10.22 3.18 4.2e-03 1.8e-01 -1.92
1659 1436499_at Sgms1 208449 sphingomyelin synthase 1 -0.82 7.15 -3.17 4.2e-03 1.8e-01 -1.93
2150 1444437_at Usp34 17847 ubiquitin specific peptidase 34 -0.80 3.95 -3.17 4.2e-03 1.8e-01 -1.92
1674 1436594_at Zfp719 210105 zinc finger protein 719 -0.68 4.60 -3.17 4.3e-03 1.8e-01 -1.94
185 1417409_at Jun 16476 jun proto-oncogene -1.32 6.97 -3.13 4.7e-03 1.8e-01 -2.01
263 1418098_at Adcy4 104110 adenylate cyclase 4 -0.53 4.94 -3.13 4.7e-03 1.8e-01 -2.01


Tabla 12: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta DHA.


Control vs Diet-Restriction (CT vs DR):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
479 1420531_at Hsd3b5 15496 hydroxy-delta-5-steroid dehydrogenase, 3 beta- and steroid delta-isomerase 5 -8.33 11.21 -27.74 3.1e-19 9.5e-16 33.47
495 1420722_at Elovl3 12686 elongation of very long chain fatty acids (FEN1/Elo2, SUR4/Elo3, yeast)-like 3 -7.00 11.47 -23.62 1.1e-17 1.7e-14 30.23
879 1425645_s_at Cyp2b10 13088 cytochrome P450, family 2, subfamily b, polypeptide 10 6.52 4.58 22.52 3.2e-17 3.3e-14 29.25
444 1419759_at Abcb1a 18671 ATP-binding cassette, sub-family B (MDR/TAP), member 1A 3.35 4.77 19.33 9.2e-16 7.1e-13 26.07
634 1422925_s_at Acot3 171281 acyl-CoA thioesterase 3 5.09 6.17 18.96 1.4e-15 8.6e-13 25.67
2386 1449844_at Slco1a1 28248 solute carrier organic anion transporter family, member 1a1 -4.74 8.95 -17.99 4.4e-15 2.3e-12 24.57
426 1419590_at Cyp2b9 13094 cytochrome P450, family 2, subfamily b, polypeptide 9 7.38 4.64 14.86 2.6e-13 1.1e-10 20.59
2364 1449479_at Cyp2b13 13089 cytochrome P450, family 2, subfamily b, polypeptide 13 3.36 4.39 14.70 3.3e-13 1.3e-10 20.37
126 1416933_at Por 18984 P450 (cytochrome) oxidoreductase 3.59 8.69 14.54 4.1e-13 1.4e-10 20.14
1965 1439934_at Slc30a10 226781 solute carrier family 30, member 10 -2.42 7.85 -14.35 5.3e-13 1.6e-10 19.88
2770 1455025_at Paqr9 75552 progestin and adipoQ receptor family member IX -2.76 10.41 -13.91 1.0e-12 2.9e-10 19.23
846 1425303_at Gck 103988 glucokinase -3.20 8.61 -13.71 1.4e-12 3.5e-10 18.94
343 1418780_at Cyp39a1 56050 cytochrome P450, family 39, subfamily a, polypeptide 1 3.01 7.66 13.52 1.9e-12 4.1e-10 18.64
2879 1456074_at Sdr9c7 70061 4short chain dehydrogenase/reductase family 9C, member 7 -2.35 7.22 -13.52 1.8e-12 4.1e-10 18.66
2983 1458284_at Ptbp1 19205 polypyrimidine tract binding protein 1 -2.85 7.67 -13.03 4.0e-12 8.1e-10 17.89
1060 1427963_s_at Rdh9 103142 retinol dehydrogenase 9 2.37 9.52 12.65 7.2e-12 1.4e-09 17.30
711 1423891_at Gstt3 103140 glutathione S-transferase, theta 3 2.60 8.69 12.46 9.7e-12 1.8e-09 16.99
776 1424629_at Brca1 12189 breast cancer 1, early onset 2.23 3.74 12.34 1.2e-11 1.8e-09 16.80
1021 1427347_s_at Tubb2a 22151 tubulin, beta 2A class IIA -3.04 11.00 -12.35 1.2e-11 1.8e-09 16.81
3037 1460196_at Cbr1 12408 carbonyl reductase 1 1.84 9.57 12.34 1.2e-11 1.8e-09 16.79
242 1417883_at Gstt2 14872 glutathione S-transferase, theta 2 2.56 8.94 12.29 1.3e-11 1.9e-09 16.71
2544 1451814_a_at Htatip2 53415 HIV-1 Tat interactive protein 2 1.63 8.80 12.26 1.4e-11 1.9e-09 16.67
2371 1449565_at Cyp2g1 13108 cytochrome P450, family 2, subfamily g, polypeptide 1 2.44 4.83 11.99 2.1e-11 2.8e-09 16.21
852 1425343_at Hdhd3 72748 haloacid dehalogenase-like hydrolase domain containing 3 -2.05 7.03 -11.93 2.4e-11 3.0e-09 16.11
1034 1427474_s_at Gstm3 14864 glutathione S-transferase, mu 3 3.35 9.62 11.87 2.6e-11 3.2e-09 16.01
1463 1434465_x_at Vldlr 22359 very low density lipoprotein receptor 3.11 4.75 11.76 3.1e-11 3.7e-09 15.83
984 1427042_at Mal2 105853 mal, T cell differentiation protein 2 -2.08 7.73 -11.73 3.3e-11 3.7e-09 15.78
2344 1449308_at C6 12274 complement component 6 -2.77 9.91 -11.71 3.4e-11 3.7e-09 15.75
525 1421092_at Serpina12 68054 serine (or cysteine) peptidase inhibitor, clade A (alpha-1 antiproteinase, antitrypsin), member 12 -4.42 10.58 -11.26 7.4e-11 7.9e-09 14.96
2674 1453259_at Insc 233752 INSC spindle orientation adaptor protein -2.08 8.06 -11.05 1.1e-10 1.1e-08 14.59
1065 1428012_at C8a 230558 complement component 8, alpha polypeptide -1.88 12.38 -10.74 1.9e-10 1.8e-08 14.03
1318 1431806_at 4931408D14Rik 77059 RIKEN cDNA 4931408D14 gene 2.43 6.63 10.73 1.9e-10 1.8e-08 14.03
10 1415840_at Elovl5 68801 ELOVL family member 5, elongation of long chain fatty acids (yeast) -2.06 12.87 -10.54 2.7e-10 2.5e-08 13.68
67 1416368_at Gsta4 14860 glutathione S-transferase, alpha 4 2.43 9.39 10.53 2.7e-10 2.5e-08 13.65
311 1418488_s_at Ripk4 72388 receptor-interacting serine-threonine kinase 4 1.80 6.26 10.41 3.4e-10 3.0e-08 13.44
821 1424973_at Cyp3a25 56388 cytochrome P450, family 3, subfamily a, polypeptide 25 1.69 12.22 10.38 3.6e-10 3.1e-08 13.38
690 1423627_at Nqo1 18104 NAD(P)H dehydrogenase, quinone 1 2.50 5.75 10.25 4.6e-10 3.6e-08 13.14
1163 1428923_at Ppp1r3g 76487 protein phosphatase 1, regulatory subunit 3G 5.34 4.81 10.25 4.6e-10 3.6e-08 13.14
1643 1436293_x_at Ildr2 100039795 immunoglobulin-like domain containing receptor 2 2.77 7.86 10.27 4.4e-10 3.6e-08 13.17
750 1424352_at Cyp4a12a 277753 cytochrome P450, family 4, subfamily a, polypeptide 12a -4.03 10.66 -10.20 5.0e-10 3.8e-08 13.05
2815 1455454_at Akr1c19 432720 aldo-keto reductase family 1, member C19 1.91 9.30 10.17 5.3e-10 4.0e-08 12.98
2127 1443908_at Gm19696 100503447 predicted gene, 19696 -1.53 7.17 -10.12 5.8e-10 4.3e-08 12.90
470 1420405_at Slco1a4 28250 solute carrier organic anion transporter family, member 1a4 3.47 8.17 10.10 6.1e-10 4.3e-08 12.85
1431 1434202_a_at Fam107a 268709 family with sequence similarity 107, member A 3.16 3.45 10.09 6.1e-10 4.3e-08 12.84
2698 1453685_at Nudt7 67528 nudix (nucleoside diphosphate linked moiety X)-type motif 7 -1.64 6.68 -10.07 6.4e-10 4.4e-08 12.79
2420 1450484_a_at Cmpk2 22169 cytidine monophosphate (UMP-CMP) kinase 2, mitochondrial -2.20 6.36 -9.79 1.1e-09 7.3e-08 12.26
578 1422076_at Acot4 171282 acyl-CoA thioesterase 4 1.89 5.13 9.76 1.2e-09 7.4e-08 12.20
848 1425314_at Adgrv1 110789 adhesion G protein-coupled receptor V1 -2.42 6.31 -9.76 1.1e-09 7.4e-08 12.21
2317 1448978_at Ngef 53972 neuronal guanine nucleotide exchange factor 1.64 6.94 9.72 1.2e-09 7.8e-08 12.14
360 1418936_at Maff 17133 v-maf musculoaponeurotic fibrosarcoma oncogene family, protein F (avian) 1.94 5.51 9.63 1.5e-09 9.1e-08 11.96
880 1425646_at Nmrk1 225994 nicotinamide riboside kinase 1 1.77 6.17 9.42 2.2e-09 1.3e-07 11.54
2446 1450830_a_at Pde6c 110855 phosphodiesterase 6C, cGMP specific, cone, alpha prime 2.37 3.69 9.42 2.3e-09 1.3e-07 11.53
156 1417168_a_at Usp2 53376 ubiquitin specific peptidase 2 4.80 6.63 9.40 2.3e-09 1.3e-07 11.50
721 1424033_at Srsf7 225027 serine/arginine-rich splicing factor 7 -2.02 6.91 -9.37 2.5e-09 1.4e-07 11.44
2223 1447854_s_at H2bc21 319190 H2B clustered histone 21 -2.00 5.22 -9.35 2.6e-09 1.4e-07 11.40
1104 1428487_s_at Coq10b 67876 coenzyme Q10B 2.18 7.38 9.27 3.0e-09 1.7e-07 11.24
1294 1431101_a_at Srd5a1 78925 steroid 5 alpha-reductase 1 -1.69 7.92 -9.26 3.1e-09 1.7e-07 11.22
2461 1450966_at Crot 74114 carnitine O-octanoyltransferase -1.64 11.88 -9.24 3.2e-09 1.7e-07 11.18
251 1417981_at Insig2 72999 insulin induced gene 2 -1.89 11.61 -9.23 3.3e-09 1.7e-07 11.16
1014 1427258_at Trim24 21848 tripartite motif-containing 24 2.45 6.15 9.21 3.4e-09 1.7e-07 11.12
1012 1427249_x_at Mup3 17842 major urinary protein 3 -2.38 4.58 -9.20 3.5e-09 1.7e-07 11.10
1238 1429899_at 5730414N17Rik 70524 RIKEN cDNA 5730414N17 gene -1.83 7.32 -9.13 4.0e-09 2.0e-07 10.95
2274 1448502_at Slc16a7 20503 solute carrier family 16 (monocarboxylic acid transporters), member 7 1.79 9.15 9.11 4.2e-09 2.0e-07 10.91
2399 1450048_a_at Idh2 269951 isocitrate dehydrogenase 2 (NADP+), mitochondrial 1.38 8.64 9.06 4.6e-09 2.2e-07 10.82
1466 1434473_at Slc16a5 217316 solute carrier family 16 (monocarboxylic acid transporters), member 5 3.77 5.44 9.04 4.8e-09 2.3e-07 10.77
520 1421040_a_at Gsta2 14858 glutathione S-transferase, alpha 2 (Yc2) 3.49 10.11 8.98 5.4e-09 2.5e-07 10.65
2804 1455293_at Leo1 235497 Leo1, Paf1/RNA polymerase II complex component -1.54 7.04 -8.86 6.8e-09 3.1e-07 10.41
485 1420630_at Fam234b 74525 family with sequence similarity 234, member B 1.30 7.05 8.85 7.0e-09 3.2e-07 10.39
661 1423257_at Cyp4a14 13119 cytochrome P450, family 4, subfamily a, polypeptide 14 6.95 8.78 8.81 7.7e-09 3.4e-07 10.30
270 1418133_at Bcl3 12051 B cell leukemia/lymphoma 3 -1.99 6.87 -8.79 7.9e-09 3.5e-07 10.26
1033 1427472_a_at C8b 110382 complement component 8, beta polypeptide -1.76 10.31 -8.73 9.0e-09 3.9e-07 10.13
2551 1451903_at Kynu 70789 kynureninase -1.44 5.68 -8.70 9.6e-09 4.1e-07 10.07
1629 1436181_at Asap2 211914 ArfGAP with SH3 domain, ankyrin repeat and PH domain 2 -2.26 6.74 -8.68 9.8e-09 4.1e-07 10.05
1285 1430893_at Mup10 100039008 major urinary protein 10 -2.75 9.35 -8.65 1.1e-08 4.3e-07 9.97
2248 1448300_at Mgst3 66447 microsomal glutathione S-transferase 3 1.62 7.99 8.65 1.1e-08 4.3e-07 9.97


Tabla 13: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta DR.


Control vs EFA-Deficient Diet (CTvsEFA):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
215 1417761_at Apoa4 11808 apolipoprotein A-IV 2.43 10.92 7.45 1.4e-07 2.2e-04 7.46
1956 1439804_at 2310015A10Rik 69548 RIKEN cDNA 2310015A10 gene 1.34 4.58 7.44 1.4e-07 2.2e-04 7.45
848 1425314_at Adgrv1 110789 adhesion G protein-coupled receptor V1 -1.76 6.31 -7.13 2.8e-07 2.9e-04 6.82
2133 1444021_at Sqstm1 18412 sequestosome 1 1.22 4.67 6.54 1.1e-06 8.2e-04 5.57
2904 1456377_x_at Limd2 67803 LIM domain containing 2 -1.13 8.65 -6.46 1.3e-06 8.2e-04 5.41
1342 1432650_at 2510019K15Rik 67142 RIKEN cDNA 2510019K15 gene 1.54 7.16 5.88 5.3e-06 2.7e-03 4.12
2730 1454685_at Gpr146 80290 G protein-coupled receptor 146 -1.19 8.09 -5.72 7.9e-06 3.5e-03 3.76
2977 1458049_at Hgd 15233 homogentisate 1, 2-dioxygenase 1.25 6.20 5.61 1.0e-05 3.9e-03 3.52
2903 1456354_at Chrna4 11438 cholinergic receptor, nicotinic, alpha polypeptide 4 1.55 4.23 5.50 1.3e-05 4.6e-03 3.27
449 1419874_x_at Zbtb16 235320 zinc finger and BTB domain containing 16 -2.24 6.64 -5.28 2.3e-05 6.5e-03 2.76
2879 1456074_at Sdr9c7 70061 4short chain dehydrogenase/reductase family 9C, member 7 -0.92 7.22 -5.30 2.2e-05 6.5e-03 2.81
239 1417877_at Eepd1 67484 endonuclease/exonuclease/phosphatase family domain containing 1 0.84 6.55 5.19 2.9e-05 7.4e-03 2.56
286 1418265_s_at Irf2 16363 interferon regulatory factor 2 -0.86 8.11 -5.09 3.7e-05 8.4e-03 2.34
1198 1429262_at Rassf6 73246 Ras association (RalGDS/AF-6) domain family member 6 1.01 6.54 5.02 4.4e-05 8.4e-03 2.16
1383 1433768_at Palld 72333 palladin, cytoskeletal associated protein 0.89 8.72 5.00 4.7e-05 8.4e-03 2.11
1886 1438842_at Mtch2 56428 mitochondrial carrier 2 1.20 3.78 5.05 4.1e-05 8.4e-03 2.23
2171 1445669_at Spry4 24066 sprouty RTK signaling antagonist 4 -1.39 5.94 -5.05 4.1e-05 8.4e-03 2.23
1209 1429396_at Atg16l2 73683 autophagy related 16-like 2 (S. cerevisiae) 1.33 6.11 4.96 5.1e-05 8.7e-03 2.03
1996 1440444_at Fads1 76267 fatty acid desaturase 1 1.27 5.89 4.85 6.7e-05 1.1e-02 1.77
763 1424504_at Rab22a 19334 RAB22A, member RAS oncogene family 0.90 5.69 4.73 9.0e-05 1.4e-02 1.50
457 1419985_s_at Ccdc69 52570 coiled-coil domain containing 69 0.83 2.79 4.68 1.0e-04 1.4e-02 1.37
1781 1437633_at Ankrd11 77087 ankyrin repeat domain 11 0.82 6.60 4.69 9.9e-05 1.4e-02 1.41
1177 1429049_at Nuak2 74137 NUAK family, SNF1-like kinase, 2 -0.83 7.08 -4.65 1.1e-04 1.5e-02 1.31
2186 1446316_at Lpin2 64898 lipin 2 1.95 5.14 4.61 1.2e-04 1.6e-02 1.22
1926 1439397_at Fmn1 14260 formin 1 1.16 5.35 4.58 1.3e-04 1.6e-02 1.15
357 1418918_at Igfbp1 16006 insulin-like growth factor binding protein 1 2.71 10.86 4.51 1.6e-04 1.6e-02 0.98
1534 1435158_at Rbm12b1 72397 RNA binding motif protein 12 B1 1.25 4.61 4.44 1.9e-04 1.6e-02 0.82
1840 1438242_at Usp40 227334 ubiquitin specific peptidase 40 0.79 5.88 4.48 1.7e-04 1.6e-02 0.92
1855 1438450_at Lin7a 108030 lin-7 homolog A (C. elegans) -0.76 6.69 -4.43 1.9e-04 1.6e-02 0.81
1871 1438643_at Camk1d 227541 calcium/calmodulin-dependent protein kinase ID 1.41 7.00 4.54 1.5e-04 1.6e-02 1.05
1954 1439795_at Adgrg2 237175 adhesion G protein-coupled receptor G2 -0.77 3.24 -4.50 1.6e-04 1.6e-02 0.97
2002 1440576_at Cpn1 93721 carboxypeptidase N, polypeptide 1 1.07 6.82 4.50 1.6e-04 1.6e-02 0.95
2397 1450035_a_at Prpf40a 56194 pre-mRNA processing factor 40A 1.12 6.91 4.45 1.8e-04 1.6e-02 0.85
2900 1456327_at A530020G20Rik 319839 RIKEN cDNA A530020G20 gene 1.11 4.44 4.55 1.4e-04 1.6e-02 1.09
3020 1459909_at Nfix 18032 nuclear factor I/X -0.99 6.32 -4.45 1.8e-04 1.6e-02 0.85
3076 1460729_at Rock1 19877 Rho-associated coiled-coil containing protein kinase 1 1.00 6.35 4.45 1.8e-04 1.6e-02 0.84
1830 1438169_a_at Frmd4b 232288 FERM domain containing 4B 0.96 10.28 4.41 2.0e-04 1.7e-02 0.76
2219 1447791_s_at Gna14 14675 guanine nucleotide binding protein, alpha 14 -0.82 3.87 -4.38 2.2e-04 1.7e-02 0.68
1354 1433481_at Fkbp14 231997 FK506 binding protein 14 0.93 5.80 4.37 2.2e-04 1.8e-02 0.65
1238 1429899_at 5730414N17Rik 70524 RIKEN cDNA 5730414N17 gene -0.87 7.32 -4.33 2.5e-04 1.8e-02 0.56
2103 1443327_at D130043K22Rik 210108 RIKEN cDNA D130043K22 gene 1.17 5.40 4.34 2.4e-04 1.8e-02 0.60
2539 1451799_at Ccdc25 67179 coiled-coil domain containing 25 1.33 4.79 4.33 2.4e-04 1.8e-02 0.57
259 1418069_at Apoc2 11813 apolipoprotein C-II 0.77 12.31 4.32 2.5e-04 1.8e-02 0.54
167 1417273_at Pdk4 27273 pyruvate dehydrogenase kinase, isoenzyme 4 2.31 6.66 4.28 2.8e-04 1.9e-02 0.46
963 1426831_at Ahcyl1 229709 S-adenosylhomocysteine hydrolase-like 1 0.69 7.95 4.27 2.9e-04 2.0e-02 0.42
339 1418760_at Rdh11 17252 retinol dehydrogenase 11 1.26 8.71 4.24 3.1e-04 2.0e-02 0.36
931 1426485_at Ubxn4 67812 UBX domain protein 4 1.18 9.64 4.24 3.1e-04 2.0e-02 0.36
2393 1449945_at Ppargc1b 170826 peroxisome proliferative activated receptor, gamma, coactivator 1 beta -0.91 7.79 -4.25 3.0e-04 2.0e-02 0.37
1153 1428851_at Pxdc1 66895 PX domain containing 1 0.85 9.92 4.22 3.2e-04 2.0e-02 0.31
361 1418940_at Sult1b1 56362 sulfotransferase family 1B, member 1 -0.68 7.93 -4.18 3.6e-04 2.1e-02 0.22
485 1420630_at Fam234b 74525 family with sequence similarity 234, member B -0.61 7.05 -4.19 3.5e-04 2.1e-02 0.24
2722 1454558_at 5430416B10Rik 71430 RIKEN cDNA 5430416B10 gene 1.16 4.98 4.18 3.6e-04 2.1e-02 0.22
2179 1445881_at 2310035P21Rik 75683 RIKEN cDNA 2310035P21 gene 1.64 4.62 4.16 3.8e-04 2.1e-02 0.16
2467 1451022_at Lrp6 16974 low density lipoprotein receptor-related protein 6 0.74 5.74 4.17 3.7e-04 2.1e-02 0.19
2640 1452864_at Med12l 329650 mediator complex subunit 12-like -0.67 4.80 -4.16 3.8e-04 2.1e-02 0.17
278 1418209_a_at Pfn2 18645 profilin 2 -0.93 6.13 -4.12 4.1e-04 2.3e-02 0.08
798 1424770_at Cald1 109624 caldesmon 1 0.93 10.22 4.12 4.2e-04 2.3e-02 0.07
2932 1456914_at Slc16a4 229699 solute carrier family 16 (monocarboxylic acid transporters), member 4 1.20 4.44 4.06 4.9e-04 2.6e-02 -0.07
1294 1431101_a_at Srd5a1 78925 steroid 5 alpha-reductase 1 0.74 7.92 4.03 5.1e-04 2.6e-02 -0.12
1849 1438404_at Rnf144a 108089 ring finger protein 144A 0.80 6.60 4.04 5.1e-04 2.6e-02 -0.11
2095 1443046_at Abcd3 19299 ATP-binding cassette, sub-family D (ALD), member 3 1.00 4.16 4.02 5.3e-04 2.7e-02 -0.14
1148 1428832_at Tedc2 72016 tubulin epsilon and delta complex 2 -0.93 8.97 -4.01 5.4e-04 2.7e-02 -0.17
788 1424687_at Heatr6 217026 HEAT repeat containing 6 0.98 4.37 4.01 5.5e-04 2.7e-02 -0.19
1339 1432543_a_at Klf13 50794 Kruppel-like factor 13 -0.82 7.48 -4.00 5.6e-04 2.7e-02 -0.21
1460 1434449_at Aqp4 11829 aquaporin 4 1.32 4.93 3.99 5.7e-04 2.7e-02 -0.21
2069 1442277_at Chka 12660 choline kinase alpha 1.72 7.10 3.99 5.8e-04 2.7e-02 -0.23
94 1416661_at Eif3a 13669 eukaryotic translation initiation factor 3, subunit A 0.99 7.41 3.97 6.0e-04 2.7e-02 -0.27
415 1419499_at Gpam 14732 glycerol-3-phosphate acyltransferase, mitochondrial 0.99 12.03 3.97 6.0e-04 2.7e-02 -0.26
720 1424029_at Tspyl4 72480 TSPY-like 4 1.31 6.04 3.93 6.7e-04 2.9e-02 -0.37
1021 1427347_s_at Tubb2a 22151 tubulin, beta 2A class IIA 0.97 11.00 3.93 6.6e-04 2.9e-02 -0.36
569 1421957_a_at Pcyt1a 13026 phosphate cytidylyltransferase 1, choline, alpha isoform 0.63 7.22 3.90 7.2e-04 3.1e-02 -0.43
356 1418858_at Aox3 71724 aldehyde oxidase 3 -1.10 11.36 -3.87 7.8e-04 3.2e-02 -0.51
1740 1437129_at Oga 76055 O-GlcNAcase 1.14 5.01 3.87 7.8e-04 3.2e-02 -0.51
1879 1438752_at A230058F20Rik 320270 RIKEN cDNA A230058F20 gene 0.85 3.03 3.88 7.6e-04 3.2e-02 -0.49
2552 1451920_a_at Rfc1 19687 replication factor C (activator 1) 1 1.02 5.11 3.88 7.6e-04 3.2e-02 -0.48


Tabla 14: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta EFA.


Control vs High fat Diet (CTvsHF):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
236 1417867_at Cfd 11537 complement factor D (adipsin) 3.09 4.94 8.43 1.7e-08 5.1e-05 9.54
2810 1455387_at Nufip2 68564 nuclear fragile X mental retardation protein interacting protein 2 -1.52 7.17 -7.93 4.8e-08 7.4e-05 8.56
2431 1450715_at Cyp1a2 13077 cytochrome P450, family 1, subfamily a, polypeptide 2 1.45 12.30 7.38 1.6e-07 1.6e-04 7.44
3 1415776_at Aldh3a2 11671 aldehyde dehydrogenase family 3, subfamily A2 1.50 9.67 6.66 8.4e-07 4.2e-04 5.89
661 1423257_at Cyp4a14 13119 cytochrome P450, family 4, subfamily a, polypeptide 14 5.26 8.78 6.66 8.3e-07 4.2e-04 5.90
763 1424504_at Rab22a 19334 RAB22A, member RAS oncogene family 1.26 5.69 6.60 9.6e-07 4.2e-04 5.77
2708 1454067_a_at 4931406C07Rik 70984 RIKEN cDNA 4931406C07 gene 1.24 9.72 6.65 8.5e-07 4.2e-04 5.88
239 1417877_at Eepd1 67484 endonuclease/exonuclease/phosphatase family domain containing 1 1.06 6.55 6.54 1.1e-06 4.2e-04 5.64
640 1423078_a_at Msmo1 66234 methylsterol monoxygenase 1 1.26 9.92 6.39 1.6e-06 5.3e-04 5.29
1528 1435097_at Mmab 77697 methylmalonic aciduria (cobalamin deficiency) cblB type homolog (human) 1.13 5.07 6.35 1.7e-06 5.3e-04 5.21
637 1422964_at Rad23a 19358 RAD23 homolog A, nucleotide excision repair protein 1.04 6.79 6.12 3.0e-06 8.4e-04 4.69
711 1423891_at Gstt3 103140 glutathione S-transferase, theta 3 1.26 8.69 6.06 3.4e-06 8.8e-04 4.56
237 1417871_at Hsd17b7 15490 hydroxysteroid (17-beta) dehydrogenase 7 1.36 7.23 5.99 4.0e-06 9.5e-04 4.41
26 1416022_at Fabp5 16592 fatty acid binding protein 5, epidermal -2.96 8.60 -5.88 5.4e-06 1.1e-03 4.14
2026 1441098_at Pnldc1 240023 poly(A)-specific ribonuclease (PARN)-like domain containing 1 1.34 5.14 5.87 5.5e-06 1.1e-03 4.12
1776 1437594_x_at Pigt 78928 phosphatidylinositol glycan anchor biosynthesis, class T -1.03 5.96 -5.79 6.6e-06 1.3e-03 3.94
879 1425645_s_at Cyp2b10 13088 cytochrome P450, family 2, subfamily b, polypeptide 10 1.65 4.58 5.70 8.2e-06 1.4e-03 3.73
2268 1448451_at Ak2 11637 adenylate kinase 2 0.82 9.47 5.69 8.5e-06 1.4e-03 3.70
2744 1454799_at Gpat3 231510 glycerol-3-phosphate acyltransferase 3 1.65 5.47 5.71 8.0e-06 1.4e-03 3.76
516 1420989_at Cfap97 66756 cilia and flagella associated protein 97 1.21 5.65 5.58 1.1e-05 1.4e-03 3.45
826 1425028_a_at Tpm2 22004 tropomyosin 2, beta 1.37 6.18 5.61 1.0e-05 1.4e-03 3.52
1171 1428988_at Abcc3 76408 ATP-binding cassette, sub-family C (CFTR/MRP), member 3 1.50 9.26 5.65 9.2e-06 1.4e-03 3.63
1269 1430568_at Zc3h13 67302 zinc finger CCCH type containing 13 1.10 4.77 5.57 1.1e-05 1.4e-03 3.43
1545 1435312_at Paqr7 71904 progestin and adipoQ receptor family member VII 1.39 6.01 5.56 1.1e-05 1.4e-03 3.42
1893 1438992_x_at Atf4 11911 activating transcription factor 4 -0.97 8.44 -5.57 1.1e-05 1.4e-03 3.43
449 1419874_x_at Zbtb16 235320 zinc finger and BTB domain containing 16 -2.31 6.64 -5.46 1.5e-05 1.8e-03 3.18
286 1418265_s_at Irf2 16363 interferon regulatory factor 2 -0.92 8.11 -5.41 1.7e-05 1.8e-03 3.06
593 1422493_at Cpox 12892 coproporphyrinogen oxidase 1.07 7.83 5.39 1.8e-05 1.8e-03 3.01
730 1424133_at Tmem98 103743 transmembrane protein 98 0.88 7.01 5.41 1.7e-05 1.8e-03 3.06
856 1425392_a_at Nr1i3 12355 nuclear receptor subfamily 1, group I, member 3 0.98 7.98 5.37 1.8e-05 1.8e-03 2.97
2602 1452378_at Malat1 72289 metastasis associated lung adenocarcinoma transcript 1 (non-coding RNA) -1.68 6.41 -5.37 1.8e-05 1.8e-03 2.97
2161 1444790_at Hsbp1l1 66255 heat shock factor binding protein 1-like 1 -2.09 4.71 -5.34 2.0e-05 1.9e-03 2.89
151 1417126_a_at Rpl22l1 68028 ribosomal protein L22 like 1 -0.93 10.60 -5.30 2.2e-05 2.0e-03 2.81
2486 1451322_at Cmbl 69574 carboxymethylenebutenolidase-like (Pseudomonas) 0.70 11.14 5.26 2.4e-05 2.2e-03 2.71
910 1426153_a_at Dsg2 13511 desmoglein 2 -1.14 3.74 -5.19 2.9e-05 2.5e-03 2.55
177 1417382_at Entpd5 12499 ectonucleoside triphosphate diphosphohydrolase 5 0.89 9.87 5.17 3.0e-05 2.6e-03 2.50
280 1418230_a_at Lims1 110829 LIM and senescent cell antigen-like domains 1 0.94 6.97 5.14 3.3e-05 2.6e-03 2.43
1979 1440199_at Slc25a48 328258 solute carrier family 25, member 48 0.85 4.76 5.15 3.2e-05 2.6e-03 2.44
2879 1456074_at Sdr9c7 70061 4short chain dehydrogenase/reductase family 9C, member 7 -0.89 7.22 -5.13 3.3e-05 2.6e-03 2.42
453 1419915_at Nus1 52014 NUS1 dehydrodolichyl diphosphate synthase subunit -0.96 4.80 -5.11 3.5e-05 2.7e-03 2.36
95 1416662_at Sardh 192166 sarcosine dehydrogenase 0.77 10.23 5.05 4.1e-05 3.0e-03 2.22
2970 1457721_at Ppara 19013 peroxisome proliferator activated receptor alpha 0.88 9.35 5.05 4.1e-05 3.0e-03 2.22
376 1419103_a_at Abhd6 66082 abhydrolase domain containing 6 0.89 8.74 5.02 4.4e-05 3.1e-03 2.15
748 1424350_s_at Lpgat1 226856 lysophosphatidylglycerol acyltransferase 1 1.17 7.74 5.02 4.4e-05 3.1e-03 2.15
2748 1454838_s_at Pkdcc 106522 protein kinase domain containing, cytoplasmic -0.87 7.22 -5.00 4.6e-05 3.1e-03 2.11
1599 1435748_at Gda 14544 guanine deaminase 0.83 8.33 4.99 4.7e-05 3.1e-03 2.09
963 1426831_at Ahcyl1 229709 S-adenosylhomocysteine hydrolase-like 1 0.79 7.95 4.88 6.2e-05 3.9e-03 1.83
2489 1451339_at Suox 211389 sulfite oxidase 0.80 9.69 4.89 6.1e-05 3.9e-03 1.84
588 1422438_at Ephx1 13849 epoxide hydrolase 1, microsomal 0.88 11.05 4.85 6.7e-05 4.2e-03 1.75
409 1419456_at Dcxr 67880 dicarbonyl L-xylulose reductase 0.74 10.70 4.84 6.8e-05 4.2e-03 1.72
1807 1437868_at Tent5a 212943 terminal nucleotidyltransferase 5A -1.23 7.03 -4.81 7.4e-05 4.5e-03 1.65
43 1416166_a_at Prdx4 53381 peroxiredoxin 4 -1.09 9.71 -4.76 8.4e-05 4.7e-03 1.53
1866 1438562_a_at Ptpn2 19255 protein tyrosine phosphatase, non-receptor type 2 -0.78 8.10 -4.75 8.6e-05 4.7e-03 1.51
2574 1452183_a_at Meg3 17263 maternally expressed 3 0.80 5.60 4.76 8.4e-05 4.7e-03 1.54
2652 1452973_at Ppm1k 243382 protein phosphatase 1K (PP2C domain containing) 1.10 9.67 4.78 8.0e-05 4.7e-03 1.57
2705 1453860_s_at Nr3c1 14815 nuclear receptor subfamily 3, group C, member 1 0.78 4.59 4.76 8.5e-05 4.7e-03 1.52
2319 1449012_s_at Fndc4 64339 fibronectin type III domain containing 4 -0.74 5.89 -4.68 1.0e-04 5.5e-03 1.35
798 1424770_at Cald1 109624 caldesmon 1 1.06 10.22 4.67 1.1e-04 5.5e-03 1.31
2327 1449080_at Hdac2 15182 histone deacetylase 2 -1.01 6.24 -4.67 1.1e-04 5.5e-03 1.31
1108 1428547_at Nt5e 23959 5’ nucleotidase, ecto 0.91 6.10 4.65 1.1e-04 5.7e-03 1.27
2560 1452011_a_at Uxs1 67883 UDP-glucuronate decarboxylase 1 -0.89 7.27 -4.64 1.1e-04 5.8e-03 1.24
922 1426350_at Mgat2 217664 mannoside acetylglucosaminyltransferase 2 -0.95 8.37 -4.60 1.2e-04 6.0e-03 1.16
1382 1433757_a_at Nisch 64652 nischarin -1.29 6.75 -4.61 1.2e-04 6.0e-03 1.18
2397 1450035_a_at Prpf40a 56194 pre-mRNA processing factor 40A 1.16 6.91 4.60 1.2e-04 6.0e-03 1.16
1857 1438473_at Arl15 218639 ADP-ribosylation factor-like 15 -0.77 5.42 -4.59 1.3e-04 6.0e-03 1.12
1975 1440134_at Cyp4a31 666168 cytochrome P450, family 4, subfamily a, polypeptide 31 1.43 6.74 4.59 1.3e-04 6.0e-03 1.13
397 1419382_a_at Dhrs4 28200 dehydrogenase/reductase (SDR family) member 4 0.83 9.08 4.55 1.4e-04 6.3e-03 1.05
2110 1443695_at Habp2 226243 hyaluronic acid binding protein 2 -0.71 6.97 -4.55 1.4e-04 6.3e-03 1.04
2360 1449409_at Sult1c2 69083 sulfotransferase family, cytosolic, 1C, member 2 -1.14 6.01 -4.55 1.4e-04 6.3e-03 1.04
2645 1452913_at Pcp4l1 66425 Purkinje cell protein 4-like 1 0.85 5.17 4.54 1.4e-04 6.4e-03 1.01
2056 1441992_at Rab14 68365 RAB14, member RAS oncogene family -1.38 5.84 -4.53 1.5e-04 6.5e-03 0.99
2291 1448649_at Enpep 13809 glutamyl aminopeptidase -0.87 11.03 -4.50 1.6e-04 6.9e-03 0.91
569 1421957_a_at Pcyt1a 13026 phosphate cytidylyltransferase 1, choline, alpha isoform 0.72 7.22 4.46 1.8e-04 7.3e-03 0.83
2508 1451488_at Fitm1 68680 fat storage-inducing transmembrane protein 1 1.26 8.55 4.46 1.8e-04 7.3e-03 0.83
562 1421852_at Kcnk5 16529 potassium channel, subfamily K, member 5 1.13 7.25 4.45 1.8e-04 7.4e-03 0.81


Tabla 15: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta HF.


Control vs LAR Diet (CTvsLAR):


X PROBEID SYMBOL ENTREZID GENENAME logFC AveExpr t P.Value adj.P.Val B
424 1419582_at Cyp2c55 72082 cytochrome P450, family 2, subfamily c, polypeptide 55 2.30 6.73 13.17 3.2e-12 9.7e-09 17.43
879 1425645_s_at Cyp2b10 13088 cytochrome P450, family 2, subfamily b, polypeptide 10 3.23 4.58 11.16 8.7e-11 1.3e-07 14.49
848 1425314_at Adgrv1 110789 adhesion G protein-coupled receptor V1 -2.51 6.31 -10.15 5.5e-10 5.6e-07 12.81
588 1422438_at Ephx1 13849 epoxide hydrolase 1, microsomal 1.50 11.05 8.21 2.6e-08 1.4e-05 9.20
2355 1449375_at Ces2a 102022 carboxylesterase 2A 1.40 11.00 8.22 2.6e-08 1.4e-05 9.21
2815 1455454_at Akr1c19 432720 aldo-keto reductase family 1, member C19 1.55 9.30 8.28 2.3e-08 1.4e-05 9.35
67 1416368_at Gsta4 14860 glutathione S-transferase, alpha 4 1.85 9.39 8.03 3.9e-08 1.7e-05 8.84
821 1424973_at Cyp3a25 56388 cytochrome P450, family 3, subfamily a, polypeptide 25 1.21 12.22 7.43 1.4e-07 5.5e-05 7.60
2544 1451814_a_at Htatip2 53415 HIV-1 Tat interactive protein 2 0.94 8.80 7.03 3.6e-07 1.2e-04 6.72
520 1421040_a_at Gsta2 14858 glutathione S-transferase, alpha 2 (Yc2) 2.68 10.11 6.90 4.8e-07 1.5e-04 6.45
2431 1450715_at Cyp1a2 13077 cytochrome P450, family 1, subfamily a, polypeptide 2 1.34 12.30 6.80 6.1e-07 1.7e-04 6.22
846 1425303_at Gck 103988 glucokinase -1.53 8.61 -6.56 1.1e-06 2.7e-04 5.69
1171 1428988_at Abcc3 76408 ATP-binding cassette, sub-family C (CFTR/MRP), member 3 1.71 9.26 6.42 1.5e-06 3.5e-04 5.37
215 1417761_at Apoa4 11808 apolipoprotein A-IV -2.03 10.92 -6.22 2.4e-06 4.8e-04 4.92
1061 1427981_a_at Csad 246277 cysteine sulfinic acid decarboxylase 2.11 9.22 6.22 2.3e-06 4.8e-04 4.92
26 1416022_at Fabp5 16592 fatty acid binding protein 5, epidermal -3.11 8.60 -6.18 2.6e-06 5.0e-04 4.83
905 1426064_at Cyp3a44 337924 cytochrome P450, family 3, subfamily a, polypeptide 44 1.02 3.48 6.09 3.2e-06 5.8e-04 4.62
904 1426037_a_at Rgs16 19734 regulator of G-protein signaling 16 -4.59 7.42 -5.95 4.5e-06 7.8e-04 4.29
405 1419435_at Aox1 11761 aldehyde oxidase 1 1.11 9.61 5.80 6.5e-06 1.1e-03 3.94
62 1416308_at Ugdh 22235 UDP-glucose dehydrogenase 1.16 10.19 5.75 7.2e-06 1.1e-03 3.84
177 1417382_at Entpd5 12499 ectonucleoside triphosphate diphosphohydrolase 5 0.97 9.87 5.66 9.1e-06 1.3e-03 3.62
414 1419491_at Defb1 13214 defensin beta 1 -1.78 6.34 -5.56 1.2e-05 1.6e-03 3.39
109 1416809_at Cyp3a11 13112 cytochrome P450, family 3, subfamily a, polypeptide 11 1.15 13.83 5.48 1.4e-05 1.8e-03 3.19
2587 1452277_at Arsg 74008 arylsulfatase G -1.25 6.85 -5.47 1.4e-05 1.8e-03 3.17
1034 1427474_s_at Gstm3 14864 glutathione S-transferase, mu 3 1.53 9.62 5.42 1.6e-05 2.0e-03 3.06
1108 1428547_at Nt5e 23959 5’ nucleotidase, ecto 1.06 6.10 5.41 1.7e-05 2.0e-03 3.02
774 1424607_a_at Gm4354 100043316 predicted gene 4354 1.42 8.90 5.28 2.3e-05 2.6e-03 2.72
338 1418745_at Omd 27047 osteomodulin -1.31 5.78 -5.20 2.8e-05 3.1e-03 2.54
2254 1448330_at Gstm1 14862 glutathione S-transferase, mu 1 1.02 11.76 5.16 3.1e-05 3.3e-03 2.45
305 1418438_at Fabp2 14079 fatty acid binding protein 2, intestinal -0.96 10.57 -5.02 4.4e-05 4.4e-03 2.09
374 1419094_at Cyp2c37 13096 cytochrome P450, family 2. subfamily c, polypeptide 37 1.03 11.64 5.03 4.3e-05 4.4e-03 2.12
2173 1445787_at Ccdc162 75973 coiled-coil domain containing 162 -0.84 5.86 -4.94 5.4e-05 5.2e-03 1.90
242 1417883_at Gstt2 14872 glutathione S-transferase, theta 2 1.02 8.94 4.89 6.1e-05 5.7e-03 1.79
2318 1448986_x_at Dnase2a 13423 deoxyribonuclease II alpha 1.59 9.95 4.85 6.7e-05 6.1e-03 1.69
1649 1436404_at Tlcd1 68385 TLC domain containing 1 -0.84 6.66 -4.77 8.2e-05 7.2e-03 1.50
2440 1450784_at Reck 53614 reversion-inducing-cysteine-rich protein with kazal motifs -1.22 6.30 -4.74 8.8e-05 7.5e-03 1.44
355 1418857_at Slc13a2 20500 solute carrier family 13 (sodium-dependent dicarboxylate transporter), member 2 0.95 5.18 4.72 9.3e-05 7.6e-03 1.38
2399 1450048_a_at Idh2 269951 isocitrate dehydrogenase 2 (NADP+), mitochondrial 0.72 8.64 4.72 9.2e-05 7.6e-03 1.39
2142 1444242_at Slco2a1 24059 solute carrier organic anion transporter family, member 2a1 0.87 5.23 4.70 9.8e-05 7.6e-03 1.33
2219 1447791_s_at Gna14 14675 guanine nucleotide binding protein, alpha 14 -0.88 3.87 -4.70 9.9e-05 7.6e-03 1.32
2708 1454067_a_at 4931406C07Rik 70984 RIKEN cDNA 4931406C07 gene 0.86 9.72 4.64 1.1e-04 8.5e-03 1.19
376 1419103_a_at Abhd6 66082 abhydrolase domain containing 6 0.81 8.74 4.57 1.3e-04 9.8e-03 1.03
2161 1444790_at Hsbp1l1 66255 heat shock factor binding protein 1-like 1 -1.79 4.71 -4.56 1.4e-04 1.0e-02 0.99
3068 1460603_at Samd9l 209086 sterile alpha motif domain containing 9-like -0.98 7.12 -4.54 1.4e-04 1.0e-02 0.96
2835 1455621_at Zfp870 240066 zinc finger protein 870 -0.96 3.91 -4.53 1.5e-04 1.0e-02 0.92
234 1417852_x_at Clca3a1 12722 chloride channel accessory 3A1 -1.35 5.63 -4.43 1.9e-04 1.2e-02 0.69
661 1423257_at Cyp4a14 13119 cytochrome P450, family 4, subfamily a, polypeptide 14 3.48 8.78 4.41 2.0e-04 1.2e-02 0.64
701 1423797_at Aacs 78894 acetoacetyl-CoA synthetase -1.59 7.55 -4.40 2.0e-04 1.2e-02 0.62
711 1423891_at Gstt3 103140 glutathione S-transferase, theta 3 0.92 8.69 4.43 1.9e-04 1.2e-02 0.68
1877 1438711_at Pklr 18770 pyruvate kinase liver and red blood cell -1.70 9.23 -4.42 2.0e-04 1.2e-02 0.66
1890 1438953_at Vegfd 14205 vascular endothelial growth factor D 0.89 5.36 4.41 2.0e-04 1.2e-02 0.64
2248 1448300_at Mgst3 66447 microsomal glutathione S-transferase 3 0.83 7.99 4.41 2.0e-04 1.2e-02 0.65
2325 1449062_at Khk 16548 ketohexokinase -0.99 11.88 -4.45 1.8e-04 1.2e-02 0.74
429 1419603_at Ifi204 15951 interferon activated gene 204 -0.78 4.16 -4.37 2.2e-04 1.3e-02 0.54
2495 1451386_at Blvrb 233016 biliverdin reductase B (flavin reductase (NADPH)) 0.68 10.34 4.36 2.2e-04 1.3e-02 0.53
569 1421957_a_at Pcyt1a 13026 phosphate cytidylyltransferase 1, choline, alpha isoform 0.70 7.22 4.33 2.4e-04 1.3e-02 0.46
10 1415840_at Elovl5 68801 ELOVL family member 5, elongation of long chain fatty acids (yeast) -0.84 12.87 -4.30 2.6e-04 1.4e-02 0.38
664 1423266_at Prxl2b 66469 peroxiredoxin like 2B 0.76 8.16 4.31 2.6e-04 1.4e-02 0.41
1008 1427202_at Etfbkmt 320204 electron transfer flavoprotein beta subunit lysine methyltransferase 1.17 8.29 4.30 2.6e-04 1.4e-02 0.38
1643 1436293_x_at Ildr2 100039795 immunoglobulin-like domain containing receptor 2 1.16 7.86 4.30 2.7e-04 1.4e-02 0.37
1172 1429001_at Pir 69656 pirin 0.76 7.40 4.29 2.7e-04 1.4e-02 0.35
1023 1427356_at Fam89a 69627 family with sequence similarity 89, member A 1.10 6.32 4.28 2.8e-04 1.4e-02 0.32
2887 1456156_at Lepr 16847 leptin receptor -2.34 5.12 -4.24 3.0e-04 1.5e-02 0.24
2546 1451860_a_at Trim30a 20128 tripartite motif-containing 30A -0.88 5.66 -4.23 3.2e-04 1.5e-02 0.20
525 1421092_at Serpina12 68054 serine (or cysteine) peptidase inhibitor, clade A (alpha-1 antiproteinase, antitrypsin), member 12 -1.64 10.58 -4.18 3.6e-04 1.7e-02 0.08
921 1426278_at Ifi27l2a 76933 interferon, alpha-inducible protein 27 like 2A -1.12 6.87 -4.17 3.6e-04 1.7e-02 0.07
1456 1434437_x_at Rrm2 20135 ribonucleotide reductase M2 -1.63 6.22 -4.17 3.7e-04 1.7e-02 0.07
2955 1457403_at 9130409I23Rik 619326 RIKEN cDNA 9130409I23 gene 1.75 7.06 4.18 3.6e-04 1.7e-02 0.10
313 1418492_at Grem2 23893 gremlin 2, DAN family BMP antagonist -1.20 5.92 -4.13 4.1e-04 1.8e-02 -0.03
2471 1451139_at Slc39a4 72027 solute carrier family 39 (zinc transporter), member 4 1.04 7.90 4.13 4.0e-04 1.8e-02 -0.02
2005 1440739_at Vegfc 22341 vascular endothelial growth factor C -0.72 5.75 -4.12 4.1e-04 1.8e-02 -0.05
1840 1438242_at Usp40 227334 ubiquitin specific peptidase 40 0.72 5.88 4.10 4.3e-04 1.9e-02 -0.10
2288 1448620_at Fcgr3 14131 Fc receptor, IgG, low affinity III -0.91 6.37 -4.07 4.7e-04 2.0e-02 -0.17
2874 1456036_x_at Gsto1 14873 glutathione S-transferase omega 1 0.76 10.50 4.07 4.7e-04 2.0e-02 -0.17
2574 1452183_a_at Meg3 17263 maternally expressed 3 0.69 5.60 4.06 4.8e-04 2.0e-02 -0.19


Tabla 16: toptable que contiene los 75 genes con una mayor evidencia de estar diferencialmente expresados entre la dieta control y la dieta LAR.


Las tablas de genes diferencialmente expresados (conocidas también como toptables) tienen la misma debilidad y el mismo punto fuerte: contienen demasiada información. Una alternativa más visual para identificar cuan diferencialmente expresados están los genes de cada comparación es mediante el uso de volcano plots. A continuación se muestran los volcano plots para cada una de las 8 comparaciones (Figura 4). Para facilitar su interpretación se han añadido una línea horizontal con el fdr cutoff (FDR = 0.1), dos líneas verticales con los foldChange cutoffs (FC = -2, 2) y una leyenda de colores (NS = gris, log2FC = verde, p-value = azul, p-value & log2FC = rojo).


Tanto los datos de las toptables como los de los volcano plots parecen indicar que las dietas que presentan una mayor variación en la expresión respecto el control son AR, DR y AC mientras las dietas con menor variación parecen ser DHA, FR y LAR. Estos resultados secundan el patrón que observamos en el PCA plot de los datos normalizados (Figura 2).


Figura 4: volcano plots resultantes de las comparaciones de la dieta control con cada una de las otras 8 dietas por separado. Se consideran diferencialmente expresados los genes que corresponden a los puntos de color rojo.


Podemos complementar los resultados de las toptables y los volcano plots construyendo una tabla resumen que contenga, para cada comparación, el número de genes sobrexpresados (log2FC > 1 & p-valor ajustado < 0.1), infraexpresados (log2FC < 1 & p-valor ajustado < 0.1) o aquellos que no varían su expresión (log2FC \(\in [-1, 1]\) | p-valor ajustado > 0.1). La Tabla 17 muestra el contenido de esta tabla resumen. Observamos que, tal y como se ha propuesto anteriormente, las dietas que presentan mayor cantidad de genes diferencialmente expresados respecto al control son DR (573), AR (283) y AC (178). Las dietas que presentan menor cantidad de genes son DHA (7), **FR (33) y EFA (72).


X CTvsFR CTvsAC CTvsAR CTvsDHA CTvsDR CTvsEFA CTvsHF CTvsLAR
Down 25 107 100 6 317 14 52 48
NotSig 886 741 636 912 346 847 818 833
Up 8 71 183 1 256 58 49 38


Tabla 17: genes sobreexpresados (Up), infraexpresados (Down) y aquellos que no presentan variación en su expresión (NotSig) para cada una de las 8 dietas (respecto al control).


Tras seleccionar los genes diferencialmente expresados en almenos una de las comparaciones (1333), podemos construir un heatmap para comparar los patrones de expresión entre muestras/dietas y agruparlas en clústers en función de su similaridad (Figura 5). Si observamos detalladamente los resultados, identificamos, en primer lugar, que hay dos dietas cuyos patrones difieren claramente del resto y entre ellas. Nos referimos a DR y AR. En relación al resto de dietas, observamos que todas ellas están contenidas en un único macroclúster. Un análisis más detallado muestra que este macroclúster está formado por dos subclústers, uno que contiene las dietas AC, LAR y HF (subclúster 1) y otro que contiene las dietas DHA, CT, FR y EFA (subclúster 2). Si queremos profundizar aún más, podríamos afirmar que el subclúster 1 está constituido por dos subclústers adicionales, uno que contiene AC (subclúster 1.1) y otro que contiene LAR y HF (subclúster 1.2). En referencia al subclúster 2, este también puede ser segregado en dos subclústers más pequeños, uno que contiene los grupos CT y DHA (subclúster 2.1) y uno que contiene los grupos FR y EFA (subclúster 2.2). En cualquier caso, la información más valiosa que podemos extraer de este gráfico es que las dietas más parecidas al control son de más a menos: DHA, EFA y FR y las dietas más alejadas del control son de más a menos: DR, AR y AC.



Figura 5: comparación, mediante un heatmap, de los patrones de expresión de los genes diferencialmente expresados almenos entre 2 de las 9 dietas.


Ahora que ya hemos agrupado las dietas, podemos estudiar cuantos genes diferencialmente expresados respecto al control comparten las dietas de un mismo clúster. A continuación se muestran 2 diagramas de Venn, uno para el subclúster 1 y uno para el subclúster 2. En primer lugar, vamos a analizar los resultados correspondientes al clúster 1 (Figura 6A). Observamos que, respecto al control, las dietas AC y LAR comparten 23 genes diferencialmente expresados. Adicionalmente, las dietas LAR y HF comparten 20 genes, las dietas AC y HF 39 y las tres dietas 11. En cuanto al clúster 2, las dietas FR y DHA comparten 1 gene, las dietas EFA y DHA también 1 gen, las dietas FR y EFA comparten 7 genes y, finalmente, las tres dietas comparten 1 gen.


Figura 6: diagrama de Venn que muestra los genes en común entre las comparaciones de cada una de las dietas del clúster 1 y el control (A). Diagrama de Venn que muestra los genes en común entre las comparaciones de cada una de las dietas del clúster 2 y el control.


Una enfoque más apropiado para analizar estos resultados consiste en determinar que porcentaje o proporción de genes de una comparación se encuentra en otra. Mediante simples cálculos obtenemos los siguientes resultados:


Clúster 1:


  • Un 38% de los genes diferencialmente expresados en HF lo están para AC
  • Un 20% de los genes diferencialmente expresados en HF lo están para LAR
  • Un 21% de los genes diferencialmente expresados en LAR lo están para HF
  • Un 27% de los genes diferencialmente expresados en LAR lo están para AC
  • Un 22% de los genes diferencialmente expresados en AC lo están para HF
  • Un 13% de los genes diferencialmente expresados en AC lo están para LAR
  • Un 4% de los genes diferencialmente expresados en alguno de estos grupos lo están en los tres.


Clúster 2:


  • Un 3% de los genes diferencialmente expresados en FR lo están para DHA
  • Un 21% de los genes diferencialmente expresados en FR lo están para EFA
  • Un 10% de los genes diferencialmente expresados en EFA lo están para FR
  • Un 1.4% de los genes diferencialmente expresados en EFA lo están para DHA
  • Un 14% de los genes diferencialmente expresados en DHA lo están para FR
  • Un 14% de los genes diferencialmente expresados en DHA lo están para EFA
  • Un 1% de los genes diferencialmente expresados en alguno de estos grupos lo están en los tres.


Análisis de pathways


Aunque ya conocemos que genes están sobrexpresados o infraexpresados respecto al control en cada una de las dietas, es difícil extraer conclusiones a partir de esta información. Con el objetivo de obtener una visión más general e identificar que vías metabólicas se ven modificadas por cada dieta se ha realizado un análisis de significación o de pathways. Este tipo de análisis permiten clasificar y agrupar los genes diferencialmente expresados dentro de las vías metabólicas en las que participan. A continuación se muestra, para cada dieta, una tabla que contiene los resultados de este análisis (Tablas 18-24). Es importante destacar que la comparación CTvsDHA no se ha incluido porque el número insuficiente de genes diferencialmente expresados no ha permitido realizar el análisis.


Control vs 60% Fructose (CTvsFR):


ID Description GeneRatio BgRatio pvalue p.adjust qvalue Count
R-MMU-75105 Fatty acyl-CoA biosynthesis 6/154 33/8772 2e-05 1.1e-02 1.1e-02 6


Tabla 18: vías metabólicas expresadas diferencialmente entre el control y la dieta HF.


Control vs Adjusted Calories Diet (CTvsAC):


ID Description GeneRatio BgRatio pvalue p.adjust qvalue Count
R-MMU-191273 Cholesterol biosynthesis 16/484 25/8772 7.5e-15 6.3e-12 6.0e-12 16
R-MMU-8978868 Fatty acid metabolism 32/484 169/8772 5.5e-10 1.7e-07 1.6e-07 32
R-MMU-8957322 Metabolism of steroids 27/484 125/8772 6.1e-10 1.7e-07 1.6e-07 27
R-MMU-2046104 alpha-linolenic (omega3) and linoleic (omega6) acid metabolism 7/484 14/8772 3.6e-06 6.1e-04 5.8e-04 7
R-MMU-2046106 alpha-linolenic acid (ALA) metabolism 7/484 14/8772 3.6e-06 6.1e-04 5.8e-04 7
R-MMU-9033241 Peroxisomal protein import 14/484 64/8772 7.5e-06 1.0e-03 1.0e-03 14
R-MMU-9609507 Protein localization 18/484 105/8772 1.5e-05 1.8e-03 1.7e-03 18
R-MMU-211945 Phase I - Functionalization of compounds 18/484 108/8772 2.2e-05 2.3e-03 2.2e-03 18
R-MMU-174824 Plasma lipoprotein assembly, remodeling, and clearance 12/484 57/8772 5.0e-05 4.7e-03 4.5e-03 12
R-MMU-390918 Peroxisomal lipid metabolism 8/484 28/8772 9.4e-05 7.9e-03 7.6e-03 8
R-MMU-8964038 LDL clearance 6/484 16/8772 1.4e-04 1.0e-02 9.9e-03 6
R-MMU-196854 Metabolism of vitamins and cofactors 23/484 182/8772 1.6e-04 1.1e-02 1.0e-02 23
R-MMU-8979227 Triglyceride metabolism 7/484 23/8772 1.7e-04 1.1e-02 1.0e-02 7
R-MMU-1483191 Synthesis of PC 7/484 24/8772 2.3e-04 1.4e-02 1.3e-02 7
R-MMU-75105 Fatty acyl-CoA biosynthesis 8/484 33/8772 3.3e-04 1.8e-02 1.8e-02 8
R-MMU-166663 Initial triggering of complement 6/484 20/8772 5.5e-04 2.9e-02 2.7e-02 6
R-MMU-8964043 Plasma lipoprotein clearance 7/484 28/8772 6.4e-04 3.2e-02 3.0e-02 7
R-MMU-977068 Termination of O-glycan biosynthesis 5/484 15/8772 9.5e-04 4.2e-02 4.0e-02 5
R-MMU-75876 Synthesis of very long-chain fatty acyl-CoAs 6/484 22/8772 9.6e-04 4.2e-02 4.0e-02 6


Tabla 19: vías metabólicas expresadas diferencialmente entre el control y la dieta AC.


Control vs Atherogenic Rodent Diet (CTvsAR):


ID Description GeneRatio BgRatio pvalue p.adjust qvalue Count
R-MMU-191273 Cholesterol biosynthesis 17/591 25/8772 6.3e-15 5.5e-12 5.3e-12 17
R-MMU-8957322 Metabolism of steroids 34/591 125/8772 8.3e-13 3.6e-10 3.4e-10 34
R-MMU-211859 Biological oxidations 39/591 202/8772 1.4e-09 3.3e-07 3.2e-07 39
R-MMU-211945 Phase I - Functionalization of compounds 27/591 108/8772 1.5e-09 3.3e-07 3.2e-07 27
R-MMU-8978868 Fatty acid metabolism 31/591 169/8772 2.4e-07 4.2e-05 4.0e-05 31
R-MMU-2046104 alpha-linolenic (omega3) and linoleic (omega6) acid metabolism 7/591 14/8772 1.4e-05 1.6e-03 1.5e-03 7
R-MMU-2046106 alpha-linolenic acid (ALA) metabolism 7/591 14/8772 1.4e-05 1.6e-03 1.5e-03 7
R-MMU-211897 Cytochrome P450 - arranged by substrate type 16/591 71/8772 1.4e-05 1.6e-03 1.5e-03 16
R-MMU-75105 Fatty acyl-CoA biosynthesis 10/591 33/8772 4.0e-05 3.9e-03 3.7e-03 10
R-MMU-75876 Synthesis of very long-chain fatty acyl-CoAs 8/591 22/8772 5.6e-05 4.8e-03 4.6e-03 8
R-MMU-196854 Metabolism of vitamins and cofactors 27/591 182/8772 8.1e-05 6.3e-03 6.1e-03 27
R-MMU-194068 Bile acid and bile salt metabolism 11/591 44/8772 1.2e-04 8.5e-03 8.1e-03 11
R-MMU-8979227 Triglyceride metabolism 7/591 23/8772 5.8e-04 3.8e-02 3.7e-02 7
R-MMU-156590 Glutathione conjugation 8/591 31/8772 8.0e-04 4.9e-02 4.7e-02 8


Tabla 20: vías metabólicas expresadas diferencialmente entre el control y la dieta AR.


Control vs Diet-Restriction (CTvsDR):


ID Description GeneRatio BgRatio pvalue p.adjust qvalue Count
R-MMU-8978868 Fatty acid metabolism 48/885 169/8772 1.3e-11 1.2e-08 1.2e-08 48
R-MMU-191273 Cholesterol biosynthesis 14/885 25/8772 1.6e-08 7.5e-06 7.4e-06 14
R-MMU-211859 Biological oxidations 46/885 202/8772 7.6e-08 2.4e-05 2.4e-05 46
R-MMU-211945 Phase I - Functionalization of compounds 29/885 108/8772 5.6e-07 1.3e-04 1.3e-04 29
R-MMU-200425 Import of palmitoyl-CoA into the mitochondrial matrix 9/885 14/8772 1.3e-06 2.5e-04 2.4e-04 9
R-MMU-8957322 Metabolism of steroids 30/885 125/8772 4.6e-06 7.3e-04 7.1e-04 30
R-MMU-166663 Initial triggering of complement 10/885 20/8772 7.5e-06 1.0e-03 1.0e-03 10
R-MMU-211897 Cytochrome P450 - arranged by substrate type 20/885 71/8772 1.5e-05 1.7e-03 1.7e-03 20
R-MMU-166658 Complement cascade 15/885 48/8772 4.5e-05 4.8e-03 4.7e-03 15
R-MMU-211958 Miscellaneous substrates 10/885 26/8772 1.2e-04 1.2e-02 1.1e-02 10
R-MMU-1483206 Glycerophospholipid biosynthesis 25/885 115/8772 1.6e-04 1.3e-02 1.3e-02 25
R-MMU-166786 Creation of C4 and C2 activators 7/885 14/8772 1.9e-04 1.3e-02 1.3e-02 7
R-MMU-2046104 alpha-linolenic (omega3) and linoleic (omega6) acid metabolism 7/885 14/8772 1.9e-04 1.3e-02 1.3e-02 7
R-MMU-2046106 alpha-linolenic acid (ALA) metabolism 7/885 14/8772 1.9e-04 1.3e-02 1.3e-02 7
R-MMU-196854 Metabolism of vitamins and cofactors 34/885 182/8772 2.7e-04 1.7e-02 1.7e-02 34
R-MMU-1483213 Synthesis of PE 6/885 12/8772 5.6e-04 3.3e-02 3.3e-02 6


Tabla 21: vías metabólicas expresadas diferencialmente entre el control y la dieta DR.


Control vs EFA-Deficient Diet (CTvsEFA):


ID Description GeneRatio BgRatio pvalue p.adjust qvalue Count
R-MMU-191273 Cholesterol biosynthesis 8/224 25/8772 1.2e-07 7.9e-05 7.7e-05 8
R-MMU-8957322 Metabolism of steroids 14/224 125/8772 3.3e-06 1.1e-03 1.1e-03 14
R-MMU-8979227 Triglyceride metabolism 6/224 23/8772 1.8e-05 4.1e-03 3.9e-03 6
R-MMU-163560 Triglyceride catabolism 4/224 11/8772 1.2e-04 2.0e-02 1.9e-02 4
R-MMU-75105 Fatty acyl-CoA biosynthesis 6/224 33/8772 1.6e-04 2.2e-02 2.1e-02 6


Tabla 22: vías metabólicas expresadas diferencialmente entre el control y la dieta EFA.


Control vs High fat Diet (CTvsHF):


ID Description GeneRatio BgRatio pvalue p.adjust qvalue Count
R-MMU-8978868 Fatty acid metabolism 26/423 169/8772 1.2e-07 1.0e-04 1.0e-04 26
R-MMU-9613829 Chaperone Mediated Autophagy 7/423 22/8772 5.2e-05 2.2e-02 2.1e-02 7
R-MMU-191273 Cholesterol biosynthesis 7/423 25/8772 1.3e-04 3.6e-02 3.5e-02 7


Tabla 23: vías metabólicas expresadas diferencialmente entre el control y la dieta HF.


Control vs LAR Diet (CTvsLAR):


ID Description GeneRatio BgRatio pvalue p.adjust qvalue Count
R-MMU-211859 Biological oxidations 21/270 202/8772 9.6e-07 5.3e-04 5.1e-04 21
R-MMU-8978868 Fatty acid metabolism 18/270 169/8772 4.1e-06 1.1e-03 1.1e-03 18
R-MMU-211945 Phase I - Functionalization of compounds 13/270 108/8772 2.5e-05 4.6e-03 4.5e-03 13
R-MMU-200425 Import of palmitoyl-CoA into the mitochondrial matrix 5/270 14/8772 4.2e-05 5.8e-03 5.6e-03 5
R-MMU-8979227 Triglyceride metabolism 6/270 23/8772 5.2e-05 5.8e-03 5.6e-03 6
R-MMU-163560 Triglyceride catabolism 4/270 11/8772 2.4e-04 2.3e-02 2.2e-02 4
R-MMU-75105 Fatty acyl-CoA biosynthesis 6/270 33/8772 4.4e-04 3.3e-02 3.2e-02 6
R-MMU-196854 Metabolism of vitamins and cofactors 15/270 182/8772 4.8e-04 3.3e-02 3.2e-02 15
R-MMU-2046104 alpha-linolenic (omega3) and linoleic (omega6) acid metabolism 4/270 14/8772 6.9e-04 3.8e-02 3.7e-02 4
R-MMU-2046106 alpha-linolenic acid (ALA) metabolism 4/270 14/8772 6.9e-04 3.8e-02 3.7e-02 4
R-MMU-196849 Metabolism of water-soluble vitamins and cofactors 11/270 118/8772 9.9e-04 5.0e-02 4.8e-02 11


Tabla 24: vías metabólicas expresadas diferencialmente entre el control y la dieta LAR.


De forma análoga a las toptables, las pathway tables también contienen demasiada información. Una solución mucho más visual consiste en construir un cnetplot para cada comparación. A continuación se muestran los cnetplots corresondientes a cada una de las tablas que se acaban de presentar (Figura 7).


Figura 7: cnetplots que muestran las vías metabólicas con mayor evidencia de estar diferencialmente expresadas entre el control y las dietas FR (A), AC (B), AR (C), DR (D), EFA (E), HF (F) y LAR (G).


Empezaremos por comentar los resultados de cada dieta por separado. En la lista presentada a continuación se indican cuáles son las vías con mayor evidencia de estar diferencialmente expresadas respecto al control, especificando si estas están sobrexpresadas, infraexpresadas o si presentan, en proporciones similares, genes en ambas direcciones.


  • FR: biosíntesis de Acyl-CoA (\(\uparrow\)) (Figura 7.A).
  • AC: síntesis de colesterol (\(\downarrow\)) y metabolismos de ácidos grasos (\(\uparrow\downarrow\)), esteroides (\(\downarrow\)) y ácidos \(\alpha\)-linoleico y linoleico (\(\uparrow\downarrow\)) (Figura 7.B).
  • AR: síntesis de colesterol (\(\downarrow\)), metabolismo de esteroides (\(\uparrow\downarrow\)), oxidaciones biológicas (\(\uparrow\)) y fase 1 del metabolismo (\(\uparrow\)) (Figura 7.C).
  • DR: metabolismo de ácidos grasos (\(\downarrow\)), oxidaciones biológicas (\(\uparrow\downarrow\)), síntesis de colesterol (\(\downarrow\)) (Figura 7.D).
  • EFA: síntesis de esteroides (\(\uparrow\)), biosíntesis de colesterol (\(\uparrow\)) y metabolismo de triglicéridos (\(\uparrow\)) (Figura 7.E).
  • HF: metabolismo de ácidos grasos (\(\uparrow\)), síntesis de colesterol (\(\uparrow\)) y autofagia mediada por chaperonas (\(\uparrow\)) (Figura 7.F).
  • LAR: oxidaciones biológicas (\(\uparrow\downarrow\)), fase 1 del metabolismo (\(\uparrow\downarrow\)) y metabolismo de ácidos grasos (\(\downarrow\)) (Fig 7.G).


Por otro lado, puede resultar interesante comparar que vías comparten o no las dietas de los anteriormente definidos clúster 1 y clúster 2. En relación al clúster 1 (AC, HF, LAR), de las cuatro vías que presentan una mayor evidencia de estar diferencialmente expresadas, solo comparten el metabolismo de ácidos grasos. A esta vía se le añade la síntesis de colesterol si solo consideramos las dietas AC y HF. Resulta destacable que, aún cuando el metabolismo de ácidos grasos presenta genes expresados en ambas direcciones para las condiciones AC y HF, esté significativamente infraexpresado para la dieta LAR. También cabe remarcar que mientras para la dieta HF los genes involucrados en la síntesis de colesterol no presentan una sobrexpresión demasiado accentuada, si la presentan para la dieta AC. En cuanto al clúster 2 (FR y EFA), las dos dietas comparten la única vía diferencialmente expresada en FR, estando, además, sobrexpresada en ambas condiciones.


Discusión


En cualquier proyecto de investigación, la discusión de los resultados y la extracción de conclusiones requieren de un conocimiento exhaustivo del contexto biológico del estudio. Sin embargo, obtener el grado adecuado de este conocimiento puede implicar meses o años realizando investigación en una misma dirección. Por ese motivo, con mucha frecuencia, el papel del bioinformático pasa a un segundo plano en esta parte del estudio. Su papel, pues, consiste básicamente en generar un informe con los resultados y, dentro de lo posible, comentarlos. Considerando que en la sección de resultados ya hemos realizado una breve discusión de estos y que, debido a la gran cantidad de grupos la complejidad del estudio que hemos escogido es considerable, hemos decidido enfocar la discusión desde un punto de vista más valorativo.


A lo largo de la redacción de este informe nos hemos basado principalmente en los métodos propuestos por el personal docente que coordina esta asignatura. Si bien es verdad que en algunas situaciones se han buscado alternativas más completas, en la mayoría de casos se ha intentado seguir las pautas establecidas. Sin embargo, la velocidad con la que avanzan las diferentes ramas de la bioinformática y la aparición constante de nuevos paquetes hace que algunas de las librerías utilizadas en el estudio no sean las más óptimas. Por ejemplo, la función EnhancedVolcano() del paquete con el mismo nombre resulta una alternativa mucho más completa y visual que la función volcanoplot() del paquete limma. Por otro lado, en relación al análisis de pathways, aunque el profesorado planteó una alternativa possible al paquete ReactomePA (clusterProfiler), por un tema de simplicidad y tiempo nos decidimos a utilizar el que había sido propuesto en primer lugar.


Es obvio que si hubiéramos dispuesto de más tiempo o tubiéramos un conocimiento más detallado de la temática del estudio la discusión de los resultados y la elaboración de conclusiones hubiera sido mucho más profunda. Sin embargo, esta PEC ha sido un ejercicio muy enriquecedor, y nos ha ayudado a establecer un primer contacto con los análisis de datos de microarrays a la vez que perfeccionábamos la construcción de informes dinámicos con RMarkdown.


Annexo


plotPCA3 <- function (datos, labels, factor, title, scale, size = 1.5, glineas = 0.25) {
  data <- prcomp(t(datos), scale = scale)
  
  # plot adjustments
  
  dataDf <- data.frame(data$x)
  Group <- factor
  loads <- round(data$sdev^2/sum(data$sdev^2) * 100, 1)
  
  # main plot
  
  p1 <- ggplot(data = dataDf, aes(x = PC1, y = PC2)) +
    theme_classic() +
    geom_hline(yintercept = 0, color = "gray70") +
    geom_vline(xintercept = 0, color = "gray70") +
    geom_point(aes(color = Group), size = 2) +
    coord_cartesian(xlim = c(min(data$x[ , 1]) - 5, max(data$x[ , 1]) + 5)) +
    scale_fill_discrete(name = "Group") +
    theme(axis.title.y = element_text(size = 10,
                                      margin = margin(t = 0, r = 10, b = 0, l = 0)),
          axis.title.x = element_text(size = 10,
                                      margin = margin(t = 10, r = 0, b = 0, l = 0)),
          axis.text = element_text(size = 7), 
          legend.text = element_text(size = 8),
          legend.title = element_text(size = 10),
          legend.key.size = unit(0.4, "cm"),
          legend.key.width = unit(0.5,"cm")) 
  
  # avoiding labels superposition
  
  p1 + geom_text_repel(aes(y = PC2 + 0.25, label = labels), segment.size = 0.25, size = size) + 
    labs(x = c(paste("PC1", loads[1], "%")), y = c(paste("PC2", loads[2], "%"))) +  
    ggtitle(paste("Principal Component Analysis for: ", title, sep = " ")) + 
    theme(plot.title = element_text(hjust = 0.5)) +
    scale_color_viridis(discrete = T)
}


Figura S1: Código correspondiente a la función plotPCA3().


annotatedTopTable <- function(topTab, anotPackage){
  
  topTab <- cbind(PROBEID = rownames(topTab), topTab)
  myProbes <- rownames(topTab)
  thePackage <- eval(parse(text = anotPackage))
  
  geneAnots <- select(thePackage, 
                      myProbes, 
                      c("SYMBOL", "ENTREZID", "GENENAME"))
  
  annotatedTopTab <- merge(x = geneAnots, 
                           y = topTab, by.x = "PROBEID", 
                           by.y = "PROBEID")
  return(annotatedTopTab)
  
}


Figura S2: Código correspondiente a la función annotatedTopTable().


Referencias


Blighe, Rana &. 2019. EnhancedVolcano: Publication-Ready Volcano Plots with Enhanced Colouring and Labeling. https://github.com/kevinblighe/EnhancedVolcano.

Carlson, Marc. 2016. Mouse4302.db: Affymetrix Mouse Genome 430 2.0 Array Annotation Data (Chip Mouse4302).

Carvalho, Irizarry &. 2010. “A Framework for Oligonucleotide Microarray Preprocessing.” Bioinformatics 26 (19): 2363–7. https://doi.org/10.1093/bioinformatics/btq431.

Chrominski, Tkacz &. 2015. “Comparison of High-Level Microarray Analysis Methods in the Context of Result Consistency.” Edited by Ken Mills. PLOS ONE 10 (6): e0128845. https://doi.org/10.1371/journal.pone.0128845.

Depiereux, De Meulder &. 2015. “Adaptation of a Bioinformatics Microarray Analysis Workflow for a Toxicogenomic Study in Rainbow Trout.” Edited by Gen Hua Yue. PLOS ONE 10 (7): e0128598. https://doi.org/10.1371/journal.pone.0128598.

Draghici, Kuklin &. 2001. “Experimental Design, Analysis of Variance and Slide Quality Assessment in Gene Expression Arrays.” Current Opinion in Drug Discovery & Development 4 (June): 332–7.

Gan, Stowe &. 2014. “Using Kepler for Tool Integration in Microarray Analysis Workflows.” Procedia Computer Science 29: 2162–7. https://doi.org/10.1016/j.procs.2014.05.201.

Gentleman, Carey &. 2019. Genefilter: Genefilter: Methods for Filtering Genes from High-Throughput Experiments.

Irizarry, R. A. 2003. “Exploration, Normalization, and Summaries of High Density Oligonucleotide Array Probe Level Data.” Biostatistics 4 (2): 249–64. https://doi.org/10.1093/biostatistics/4.2.249.

Kauffmann, Huber &. 2009. “ArrayQualityMetrics–a Bioconductor Package for Quality Assessment of Microarray Data.” Bioinformatics 25 (3): 415–6.

Klaus, Reisenauer &. 2018. “An End to End Workflow for Differential Gene Expression Using Affymetrix Microarrays.” F1000Research 5 (July): 1384. https://doi.org/10.12688/f1000research.8967.2.

Levant, Ozias &. 2006. “Diet (n-3) Polyunsaturated Fatty Acid Content and Parity Interact to Alter Maternal Rat Brain Phospholipid Fatty Acid Composition.” The Journal of Nutrition 136 (8): 2236–42. https://doi.org/10.1093/jn/136.8.2236.

Mehta, Rani &. 2011. “Software and Tools for Microarray Data Analysis.” In Gene Expression Profiling: Methods and Protocols, edited by Lorraine O’Driscoll, 41–53. Totowa, NJ: Humana Press. https://doi.org/10.1007/978-1-61779-289-2_4.

RCoreTeam. 2019. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.

Renaud, Julia Y. AND Lu, Helen J. AND Cui. 2014. “Effect of Diet on Expression of Genes Involved in Lipid Metabolism, Oxidative Stress, and Inflammation in Mouse Liver–Insights into Mechanisms of Hepatic Steatosis.” PLOS ONE 9 (2): 1–17. https://doi.org/10.1371/journal.pone.0088584.

Smyth, Gordon K. 2004. “Linear Models and Empirical Bayes Methods for Assessing Differential Expression in Microarray Experiments.” Statistical Applications in Genetics and Molecular Biology 3 (1): 1–25. https://doi.org/10.2202/1544-6115.1027.

Smyth, Ritchie &. 2015. “limma Powers Differential Expression Analyses for RNA-Sequencing and Microarray Studies.” Nucleic Acids Research 43 (7): e47. https://doi.org/10.1093/nar/gkv007.

Tsai, C.-A. 2003. “Testing for Differentially Expressed Genes with Microarray Data.” Nucleic Acids Research 31 (9): 52e–52. https://doi.org/10.1093/nar/gng052.

Varady, Roohk &. 2007. “Effects of Modified Alternate-Day Fasting Regimens on Adipocyte Size, Triglyceride Metabolism, and Plasma Adiponectin Levels in Mice.” Journal of Lipid Research 48 (10): 2212–9. https://doi.org/10.1194/jlr.m700223-jlr200.

Warnes, Bolker &. 2020. Gplots: Various R Programming Tools for Plotting Data. https://CRAN.R-project.org/package=gplots.

Yu, Guangchuang. 2019. Enrichplot: Visualization of Functional Enrichment Result. https://github.com/GuangchuangYu/enrichplot.

Yu, Qing-Yu &. 2016. “ReactomePA: An R/Bioconductor Package for Reactome Pathway Analysis and Visualization.” Molecular BioSystems 12 (12): 477–79. https://doi.org/10.1039/C5MB00663E.

Yu, Wang &. 2015. “DOSE: An R/Bioconductor Package for Disease Ontology Semantic and Enrichment Analysis.” Bioinformatics 31 (4): 608–9. https://doi.org/10.1093/bioinformatics/btu684.